在r中重新格式化数据

标签 r dataframe reorganize

我有以下类型的数据,尽管在实际数据集中集合和个体的级别相当高:

set <- c(rep(1,6), rep(2,6))
Indvidual <- c(rep (c("IndvA", "IndvA", "IndvB", "IndvB", "IndvC", "IndvC"), 2))
leftposition <- c(10,  10,0 ,0,  0,   0,  40,     40,    30,  30,  20,  20 )
rightposition <- c(20,  20,20,20,  30,  30, 50,     50,    40,  40,  60,  60 )
leftmark <- c(     1, 3, 5,    7,    9,   11,  13,       15,     17,   19,   21 , 23 )
rightmark <- c( 2,    4,     6,    8,    10,   12,14,      16,  18,   20,   22,  24 )

myd <- data.frame (set, Indvidual,leftposition,rightposition, leftmark, rightmark)
myd

      set Indvidual leftposition rightposition leftmark rightmark
1    1     IndvA           10            20        1         2
2    1     IndvA           10            20        3         4
3    1     IndvB            0            20        5         6
4    1     IndvB            0            20        7         8
5    1     IndvC            0            30        9        10
6    1     IndvC            0            30       11        12
7    2     IndvA           40            50       13        14
8    2     IndvA           40            50       15        16
9    2     IndvB           30            40       17        18
10   2     IndvB           30            40       19        20
11   2     IndvC           20            60       21        22
12   2     IndvC           20            60       23        24

在新数据集中,除了第一列为“Individual”之外,其余列都将是唯一的(leftpostion、rightposition)

sort (unique (c(leftposition, rightposition)))
[1]  0 10 20 30 40 50 60

现在,对于 set = 1,我想为个体添加值(请注意,每个个体已重复两次,这是预期的)。每个个体都有两个值 - 一个添加到左侧(左侧位置),另一个添加到右侧(右侧位置)。实际要打印到左边或右边的数据分别在leftmark和rightmark中。因此,对于第一组,组织的数据将如下所示:

enter image description here

然后set2(或n组数据)将被添加到同一个表中。末尾的任何空白都将用 NA 或任何指定的值(例如“-”)填充。

enter image description here

感谢您的帮助:

最佳答案

library(reshape2)
library(plyr)
#Make indviduals unique
myd <- ddply(myd, .(set, Indvidual), transform, 
             Indvidual = paste(Indvidual, order(Indvidual), sep = "_"))

# bind positions together

myd_molten <- melt(myd, id.vars=c("set", "Indvidual"))
marks <- grep("mark", myd_molten$variable)
levels(myd_molten$variable) <- rep(c("left", "right"), 2)
myd_pos <- myd_molten[-marks,]
names(myd_pos)[4] <- "position"
myd_mark <- myd_molten[marks,]
myd_binded <- cbind(myd_pos, mark = myd_mark$value)

#cast it into the desired form and get the names right
#I could have done the names with gsub but I didn't want to mess with regexpr

ans <- dcast(Indvidual ~ position, value.var = "mark", data = myd_binded)
ans$Indvidual <- do.call(rbind, strsplit(ans$Indvidual, "_"))[,1]
ans

  Indvidual  0 10 20 30 40 50 60
1     IndvA NA  1  2 NA 13 14 NA
2     IndvA NA  3  4 NA 15 16 NA
3     IndvB  5 NA  6 17 18 NA NA
4     IndvB  7 NA  8 19 20 NA NA
5     IndvC  9 NA 21 10 NA NA 22
6     IndvC 11 NA 23 12 NA NA 24

关于在r中重新格式化数据,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/11988746/

相关文章:

r - 为什么 R 函数不使用来自父父环境的变量?

r - 使用来自另一个 data.frame 的数据和条件修改 data.frame 列

algorithm - John Tukey "median median"(或 "resistant line")R 和线性回归的统计检验

python - 在数据框中查找并替换半通用字符串?

python - 如何使用 python pandas 从 dict 类型数据框中删除重复项?

Mysql REORGANIZE 算法

r - + 符号出现在 R 的控制台中

python - 如果键属性不存在,则解析 json 文件时获取 0 条记录

sql - IBM DB2 中的 reorg 命令有什么用?