我有按国家/地区组织的数据，带有二元关系的 ID。我想按 dyad-year 组织这个。
以下是我的数据的组织方式:
dyadic_id country_codes year
1 1 200 1990
2 1 20 1990
3 1 200 1991
4 1 20 1991
5 2 300 1990
6 2 10 1990
7 3 100 1990
8 3 10 1990
9 4 500 1991
10 4 200 1991
以下是我希望我的数据的组织方式:
dyadic_id_want country_codes_1 country_codes_2 year_want
1 1 200 20 1990
2 1 200 20 1991
3 2 300 10 1990
4 3 100 10 1990
5 4 500 200 1991
这是可重现的代码:
dyadic_id<-c(1,1,1,1,2,2,3,3,4,4)
country_codes<-c(200,20,200,20,300,10,100,10,500,200)
year<-c(1990,1990,1991,1991,1990,1990,1990,1990,1991,1991)
mydf<-as.data.frame(cbind(dyadic_id,country_codes,year))
我希望 mydf 看起来像 df_i_want
dyadic_id_want<-c(1,1,2,3,4)
country_codes_1<-c(200,200,300,100,500)
country_codes_2<-c(20,20,10,10,200)
year_want<-c(1990,1991,1990,1990,1991)
my_df_i_want<-as.data.frame(cbind(dyadic_id_want,country_codes_1,country_codes_2,year_want))
最佳答案
我们可以使用不同的方法将“长” reshape 为“宽”。下面介绍两种。
使用“data.table”，我们将“data.frame”转换为“data.table”(setDT(mydf))，创建一个序列列(“ind”)，按“dyadic_id”和“year”分组。然后，我们使用 dcast 将数据集从“长”格式转换为“宽”格式。 .
library(data.table)
setDT(mydf)[, ind:= 1:.N, by = .(dyadic_id, year)]
dcast(mydf, dyadic_id+year~ paste('country_codes', ind, sep='_'), value.var='country_codes')
# dyadic_id year country_codes_1 country_codes_2
#1: 1 1990 200 20
#2: 1 1991 200 20
#3: 2 1990 300 10
#4: 3 1990 100 10
#5: 4 1991 500 200
或使用
dplyr/tidyr ，我们做同样的事情，即按 'dyadic_id'、'year' 分组，创建一个 'ind' 列( mutate(... )，并使用 spread来自 tidyr reshape 为“宽”格式。library(dplyr)
library(tidyr)
mydf %>%
group_by(dyadic_id, year) %>%
mutate(ind= paste0('country_codes', row_number())) %>%
spread(ind, country_codes)
# dyadic_id year country_codes1 country_codes2
# (dbl) (dbl) (dbl) (dbl)
#1 1 1990 200 20
#2 1 1991 200 20
#3 2 1990 300 10
#4 3 1990 100 10
#5 4 1991 500 200
关于r - 如何将一元数据转换为 R 中的二元数据(国家年到成对年)？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/33481645/