移調/重塑數據框中沒有「timevar」從長到寬幅

Question

我有如下的下方多頭格局數據幀：

Name   MedName 
    Name1 atenolol 25mg 
    Name1  aspirin 81mg 
    Name1 sildenafil 100mg 
    Name2 atenolol 50mg 
    Name2 enalapril 20mg 

，並希望得到以下（我不在乎，如果我能得到列被命名這種方式，只是想在這個格式的數據）：通過這個非常網站，我已經成爲familiarish與重塑/ reshape2包

Name medication1 medication2  medication3 
    Name1 atenolol 25mg aspirin 81mg sildenafil 100mg 
    Name2 atenolol 50mg enalapril 20mg    NA 

，並通過多次嘗試都去嘗試得到這個工作但迄今失敗。

當我嘗試dcast(dataframe, Name ~ MedName, value.var='MedName')我只是得到了一堆屬於藥物名稱的標誌列（即獲得轉置值是0或1）例如：

Name atenolol 25mg aspirin 81mg 
Name1    1    1 
Name2    0    0 

我也嘗試了dcast(dataset, Name ~ variable)我融化後數據集，然而，這只是吐出以下（只計算每個人多少吃藥了）：

Name MedName 
Name1  3 
name2  2 

最後，我試圖融化的數據，然後重塑使用idvar="Name"timevar="variable"（所有這些都只是Mednam es），但是這似乎並不適合我的問題，因爲如果有多個匹配的idvar，重塑只需要第一個MedName並忽略其餘。

有誰知道如何使用重塑或其他R功能來做到這一點？我意識到可能有一種方法可以以更加混亂的方式執行此操作，其中一些for循環和條件可以基本拆分並重新粘貼數據，但我希望有更簡單的解決方案。非常感謝！

Answer 1

假設你的數據在對象dataset

library(plyr) 
## Add a medication index 
data_with_index <- ddply(dataset, .(Name), mutate, 
         index = paste0('medication', 1:length(Name)))  
dcast(data_with_index, Name~ index, value.var = 'MedName') 

## Name medication1 medication2  medication3 
## 1 Name1 atenolol 25mg aspirin 81mg sildenafil 100mg 
## 2 Name2 atenolol 50mg enalapril 20mg    <NA> 

Answer 2

使用reshape之前，你總是可以生成一個唯一的timevar。在這裏，我使用ave將函數seq_along'沿着每個「名稱」應用。

test <- data.frame(
Name=c(rep("name1",3),rep("name2",2)), 
MedName=c("atenolol 25mg","aspirin 81mg","sildenafil 100mg", 
      "atenolol 50mg","enalapril 20mg") 
) 

# generate the 'timevar' 
test$uniqid <- with(test, ave(as.character(Name), Name, FUN = seq_along)) 

# reshape! 
reshape(test, idvar = "Name", timevar = "uniqid", direction = "wide") 

結果：

Name  MedName.1  MedName.2  MedName.3 
1 name1 atenolol 25mg aspirin 81mg sildenafil 100mg 
4 name2 atenolol 50mg enalapril 20mg    <NA> 

Answer 3

@ thelatemail的解決方案是與此類似。當我生成時間變量時，我使用rle以防萬一我不以交互方式工作，並且Name變量需要動態變化。

# start with your example data 
x <- 
    data.frame(
     Name=c(rep("name1",3),rep("name2",2)), 
     MedName=c("atenolol 25mg","aspirin 81mg","sildenafil 100mg", 
      "atenolol 50mg","enalapril 20mg") 
    ) 

# pick the id variable 
id <- 'Name' 

# sort the data.frame by that variable 
x <- x[ order(x[ , id ]) , ] 

# construct a `time` variable on the fly 
x$time <- unlist(lapply(rle(as.character(x[ , id ]))$lengths , seq_len)) 

# `reshape` uses that new `time` column by default 
y <- reshape(x , idvar = id , direction = 'wide') 

# done 
y 

Answer 4

這似乎實際上是一個相當普遍的問題，所以我已經包括在我的「splitstackshape」呼包getanID功能。

下面是它做什麼：

library(splitstackshape) 
getanID(test, "Name") 
#  Name   MedName .id 
# 1: name1 atenolol 25mg 1 
# 2: name1  aspirin 81mg 2 
# 3: name1 sildenafil 100mg 3 
# 4: name2 atenolol 50mg 1 
# 5: name2 enalapril 20mg 2 

由於「data.table」與「splitstackshape」一起加載，您可以訪問dcast.data.table，這樣你就可以與@ MNEL的例子進行。

dcast.data.table(getanID(test, "Name"), Name ~ .id, value.var = "MedName") 
#  Name    1    2    3 
# 1: name1 atenolol 25mg aspirin 81mg sildenafil 100mg 
# 2: name2 atenolol 50mg enalapril 20mg    NA 

---

功能基本實現了sequence(.N)通過鑑定打造的「時間」欄目組。

Answer 5

隨着data.table包，這可以很容易地與新的rowid功能解決：

library(data.table) 
dcast(setDT(d1), 
     Name ~ rowid(Name, prefix = "medication"), 
     value.var = "MedName") 

其給出：

Name medication1  medication2  medication3 
1 Name1 atenolol 25mg aspirin 81mg sildenafil 100mg 
2 Name2 atenolol 50mg enalapril 20mg    <NA> 

的另一種方法（1.9版本之前常用。 7）：

dcast(setDT(d1)[, rn := 1:.N, by = Name], 
     Name ~ paste0("medication",rn), 
     value.var = "MedName") 

給予相同的結果。

---

類似的方法，但現在使用dplyr和tidyr包：

library(dplyr) 
library(tidyr) 
d1 %>% 
    group_by(Name) %>% 
    mutate(rn = paste0("medication",row_number())) %>% 
    spread(rn, MedName) 

這給：

Source: local data frame [2 x 4] 
Groups: Name [2] 

    Name medication1 medication2  medication3 
    (fctr)   (chr)   (chr)   (chr) 
1 Name1 atenolol 25mg aspirin 81mg sildenafil 100mg 
2 Name2 atenolol 50mg enalapril 20mg    NA 

Answer 6

這裏有一個較短的方式，採取優勢用unlist處理名稱：

library(dplyr) 
df1 %>% group_by(Name) %>% do(as_tibble(t(unlist(.[2])))) 
# # A tibble: 2 x 4 
# # Groups: Name [2] 
#  Name  MedName1  MedName2   MedName3 
#  <chr>   <chr>   <chr>   <chr> 
# 1 name1 atenolol 25mg aspirin 81mg sildenafil 100mg 
# 2 name2 atenolol 50mg enalapril 20mg    <NA>