r - さらに別の集計

Question

（タイトルがあまり有益でない場合は申し訳ありません：この質問をより適切に定義する方法がわかりません）

私は次の形式でデータを持っています：

各グループには、1つのpre値と1つまたは2つのpost値があります。このテーブルを次のように変換したいと思います。

私はデータを次のようなものでグループ化することを考えていました：

aggregate(mydata, by = group, FUN = myfunction)

また

ddply(mydata, .(group), .fun = myfunction)

関数内の各グループの要素を処理します。typeしかし、両方とvalue関数に同時に渡す必要があるため、これを行う方法がわかりません。これを行うためのより良い方法はありますか？

更新：手っ取り早いサンプルデータセット：

mydata <- data.frame(group = sample(letters[1:5], 10, replace = TRUE), 
                     type = sample(c("pre", "post"), 10, replace = TRUE), 
                     value = rnorm(10))

Answer 1

次のようなものを試してください。

mydf <- data.frame(group = c("A", "A", "B", "B",
                             "C", "C", "C", "D",
                             "D", "E", "E"),
                   type = c("pre", "post", "pre",
                            "post", "pre", "post",
                            "post", "pre", "post",
                            "pre", "post"),
                   value = 1:11)

times <- with(mydf, ave(value, group, type, FUN = seq_along))
xtabs(value ~ group + interaction(type, times), mydf)
#      interaction(type, times)
# group post.1 pre.1 post.2 pre.2
#     A      2     1      0     0
#     B      4     3      0     0
#     C      6     5      7     0
#     D      9     8      0     0
#     E     11    10      0     0

または：

times <- with(mydf, ave(value, group, type, FUN = seq_along))  
mydf$timevar <- interaction(mydf$type, times)
reshape(mydf, direction = "wide", idvar = "group", 
        timevar="timevar", drop="type")
#    group value.pre.1 value.post.1 value.post.2
# 1      A           1            2           NA
# 3      B           3            4           NA
# 5      C           5            6            7
# 8      D           8            9           NA
# 10     E          10           11           NA

どちらのソリューションでも重要なのは、「タイプ」とで作成できるシーケンス変数の組み合わせで表される「時間」変数を作成することですave。

完全を期すために、ここdcastに「reshape2」からのものがあります：

times <- with(mydf, ave(value, group, type, FUN = seq_along))
library(reshape2)
dcast(mydf, group ~ type + times)
#   group post_1 post_2 pre_1
# 1     A      2     NA     1
# 2     B      4     NA     3
# 3     C      6      7     5
# 4     D      9     NA     8
# 5     E     11     NA    10