4

バックグラウンド

これで、次のような形のデータフレームができました。

example = structure(list(sid = c(39, 40, 41, 42, 42, 43, 43, 44, 45, 45, 
46, 46, 47, 48, 49, 49, 50, 51, 52, 52, 53), monthday = c("42", 
"44", "46", "410", "428", "423", "49", "411", "416", "430", "418", 
"426", "419", "420", "420", "53", "421", "424", "425", "53", 
"511")), .Names = c("sid", "monthday"), row.names = c(301L, 300L, 
298L, 296L, 282L, 288L, 297L, 295L, 294L, 281L, 293L, 285L, 292L, 
291L, 290L, 278L, 289L, 287L, 286L, 279L, 270L), class = "data.frame")

言い換えれば、それは背が高いです：

sid   monthday  
39     42        
40     44         
41     46        
42    410        
42    428
43    423        
43     49

最終的に、私はそれを広いフォーマットにしたいと思います：

sid   monthday1  monthday2
39     42         NA
40     44         NA
41     46         NA
42    410        428
43    423        49

等

私はreshapeとreshape2パッケージ、そして次のような集約を使って物事を試してきました：

library(reshape2)
temp = melt(example,id.vars=c("sid"))
data.wide <- dcast(temp, sid ~ variable, value.var="value")

しかし、私の脳をその周りに巻き付けることはできません。各シドの発生を特定できれば、問題を解決できると思います。

差し迫った問題

したがって、上記のトールデータのsid列を取得するには、各sidの出現率を示す新しい変数を作成します。

sid   occur 
39     1   
40     1   
41     1   
42     1
42     2 
43     1
43     2

変数は、occursid値39、40、および41が1回だけ表示され、42と43には1番目と2番目のインスタンスがあることを示しています。インスタンスが2つしかない場合は、duplicate（）を使用してそれを数値に変換できますが、任意の数のインスタンスに一般化できるソリューションは何ですか？

4

1 に答える 1

3

ave「時間」を生成するために使用できます。

example$time <- ave(example$sid, example$sid, FUN = seq_along)
head(example)
#     sid monthday time
# 301  39       42    1
# 300  40       44    1
# 298  41       46    1
# 296  42      410    1
# 282  42      428    2
# 288  43      423    1
reshape(example, direction = "wide", idvar="sid", timevar="time")
#    sid monthday.1 monthday.2
# 301  39         42       <NA>
# 300  40         44       <NA>
# 298  41         46       <NA>
# 296  42        410        428
# 288  43        423         49
# 295  44        411       <NA>
# 294  45        416        430
# 293  46        418        426
# 292  47        419       <NA>
# 291  48        420       <NA>
# 290  49        420         53
# 289  50        421       <NA>
# 287  51        424       <NA>
# 286  52        425         53
# 270  53        511       <NA>

または、dcast時間変数を追加した後に from "reshape2" を使用します。

dcast(example, sid ~ time, value.var="monthday")
于 2012-12-12T02:28:36.453 に答える