计算频率和从长到宽转换的更快的方法

Question

计算频率和从长到宽转换的更快的方法我试图获得两个变量“周”和“id”的每个级别的计数。我希望结果有“id”作为行，“Week”作为列，并将其算作值。到目前为止我尝试过的例子(尝试了许多其他事情，包括添加一个虚拟变量=1，然后fun.aggregate = sum在此之上)：library(plyr)ddply(data, .(id), dcast, id ~ week, value_var = "id",         fun.aggregate = length, fill = 0, .parallel = TRUE)但是，我肯定做错了什么，因为这个函数还没有完成。有更好的方法吗？投入：id      week1       11       21       31       12       3产出：  1  2  31 2  1  12 0  0  1

Answer 1

你不需要ddply为了这个。这个dcast从…reshape2就足够了：

dat <- data.frame(

    id = c(rep(1, 4), 2),

    week = c(1:3, 1, 3)

)

library(reshape2)

dcast(dat, id~week, fun.aggregate=length)

  id 1 2 3

1  1 2 1 1

2  2 0 0 1

编辑：对于基本R解(不包括table-如约书亚·尤利希所发)，试一试xtabs:

xtabs(~id+week, data=dat)

   week

id  1 2 3

  1 2 1 1

  2 0 0 1

Answer 2

你可以用table指挥：

table(data$id,data$week)

    1 2 3
  1 2 1 1
  2 0 0 1

如果“id”和“Week”是数据框架中的唯一列，则只需使用：

table(data)#    week# id  1 2 3#   1 2 1 1#   2 0 0 1

Answer 3

一些tidyverse备选方案：

library(tidyverse)df %>%
  count(id, week) %>%
  spread(week, n, fill = 0)#     id   `1`   `2`   `3`#   <dbl> <dbl> <dbl> <dbl>#1    
   1     2     1     1#2     2     0     0     1

或分组，数行数，然后展开

df %>%
  group_by(id, week) %>% #OR group_by_all()
  summarise(count = n()) %>%
  spread(week, count, fill = 0)