如何为每个唯一 ID 获取一行，并为特定列的每个值获取多列

问题描述

我有一个类似于 (A) 的数据集，我正在尝试获取 (B)：

#(A)
event <- c('A','A','B','C','D','D')
person <- c('Ann','Sally','Ryan','Ann','Ryan')
birthday <- c('1990-10-10',NA,'1985-01-01','1990-10-10','1950-04-02',NA)
data <- data.frame(event,person,birthday)

#(B)
person <- c('Ann','Ryan')
A <- c(1,1,1)
B <- c(1,1)
C <- c(0,1)
D <- c(1,1)
birthday <- c('1990-10-10','1985-01-01')
data <- data.frame(person,A,B,C,D,birthday)

基本上，我有一个活动的注册列表，可以看到参加各种活动的人。我想获得所有独特人物的列表，其中包含他们参加/未参加过的活动的专栏。我还从一些事件中获得了个人资料数据，但有些数据比其他事件的数据多 - 所以我也想保留最完整的数据（即无法从事件 D 中识别瑞安的生日，但可以从事件 B 中识别）。>

我已经尝试查找许多不同的东西，但在是否应该考虑重塑、与 dcast、与传播/收集之间感到困惑... R 的新手，因此感谢任何帮助！

编辑：附加 q - 如果有人参加了某个活动，而不是表示 1/0，如果多个活动属于同一类别，您将如何确定某人参加该类别活动的次数？例如，我也会在数据集中有名为 A1、A2 和 A3 的事件。决赛桌仍然会有一个名为 A 的列，但不是只有 1/0，如果该人没有参加 A 活动，它将显示为 0，如果该人参加了 1、2 或 3 个 A 活动，则显示为 1、2 或 3 .

解决方法

data.table 选项

dcast(
  setDT(data),person + na.omit(birthday)[match(person,person[!is.na(birthday)])] ~ event,fun = length
)

给予

   person   birthday A B C D
1:    Ann 1990-10-10 1 1 0 1
2:   Ryan 1985-01-01 1 1 0 1
3:  Sally 1950-04-02 1 0 1 1

使用 reshape 的基本 R 选项

reshape(
  transform(
    data,birthday = na.omit(birthday)[match(person,person[!is.na(birthday)])],cnt = 1
  ),direction = "wide",idvar = c("person","birthday"),timevar = "event"
)

给予

  person   birthday cnt.A cnt.B cnt.C cnt.D
1    Ann 1990-10-10     1     1    NA     1
2  Sally 1950-04-02     1    NA     1     1
3   Ryan 1985-01-01     1     1    NA     1

首先，您应该隔离在您的表格中没有清晰表示的生日；那么你应该重塑并最终恢复生日。

使用包 reshape2 :

birthdays <- unique(data[!is.na(data$birthday),c("person","birthday")])
reshaped <- reshape2::dcast(data,person ~ event,value.var = "event",fun.aggregate = length)
final <- merge(reshaped,birthdays)

说明：我只是告诉 reshape2::dcast 将我的 person 放入行并将 event 放入列中，并计算事件的每次出现（由聚合函数 length 产生）。

编辑：对于您的其他问题，它的工作原理相同，只需在事件变量上添加 substr() ：

   reshaped <- reshape2::dcast(data,person ~ substr(event,1,1),fun.aggregate = length)

dcast r r reshape tidyr