一次重塑多个值

Question

我有一个很长的数据集，我想扩大范围，我很好奇是否有一种方法可以使用R中的reshape2或tidyr包一步完成所有这些工作。

数据框df如下所示：

id  type    transactions    amount

20  income       20          100

20  expense      25          95

30  income       50          300

30  expense      45          250

我想得到这个：

id  income_transactions expense_transactions    income_amount   expense_amount

20       20                           25                 100             95

30       50                           45                 300             250

我知道我可以通过例如reshape2来实现这一目标：

dcast(df, id ~  type, value.var="transactions")

但是，是否有一种方法可以一次处理“交易”和“金额”变量，从而一次重塑整个df？理想情况下，使用新的更合适的列名？

Answer 1

在“ reshape2”中，您可以使用recast（尽管根据我的经验，这不是众所周知的功能）。library(reshape2)recast(mydf, id ~ variable + type, id.var = c("id", "type"))#   id transactions_expense transactions_income amount_expense amount_income# 1 20                   25                  20             95           100# 2 30                   45                  50            250           300您还可以使用基数R reshape：reshape(mydf, direction = "wide", idvar = "id", timevar = "type")#   id transactions.income amount.income transactions.expense amount.expense# 1 20                  20           100                   25             95# 3 30                  50           300                   45            250或者，你可以melt和dcast，像这样的（这里“data.table”）：library(data.table)library(reshape2)dcast.data.table(melt(as.data.table(mydf), id.vars = c("id", "type")),                  id ~ variable + type, value.var = "value")#    id transactions_expense transactions_income amount_expense amount_income# 1: 20                   25                  20             95           100# 2: 30                   45                  50            250           300在dcast.data.table“ data.table”（1.9.8）的更高版本中，您将可以直接执行此操作。如果我正确理解的话，@ Arun尝试实现的内容将是在无需首先melt获取数据的情况下进行重塑，这就是当前发生的情况recast，本质上是melt+ dcast操作序列的包装。而且，为彻底起见，这里是tidyr方法：library(dplyr)library(tidyr)mydf %>%   gather(var, val, transactions:amount) %>%   unite(var2, type, var) %>%   spread(var2, val)#   id expense_amount expense_transactions income_amount income_transactions# 1 20             95                   25           100                  20# 2 30            250                   45           300                  50

Answer 2

使用data.table v1.9.6 +，我们可以value.var同时转换多个列（并在中使用多个聚合函数fun.aggregate）。请查看?dcast更多信息以及示例部分。require(data.table) # v1.9.6+dcast(dt, id ~ type, value.var=names(dt)[3:4])#    id transactions_expense transactions_income amount_expense amount_income# 1: 20                   25                  20             95           100# 2: 30                   45                  50            250           300