如何将数据帧行转换为 R 中的列? [英] How to transform a dataframes row into columns in R?

问题描述

我有一个需要转换的数据框.我需要根据列的值将行更改为唯一的列.

I have a data frame which I need to transform. I need to change the rows into unique columns based on the value of a column.

例如:

输入数据帧

| column_1 | column_2 |
-----------------------
|   A      |     B    |
|   A      |     C    |
|   B      |     E    |
|   B      |     C    |
|   C      |     F    |
|   C      |     G    |

输出数据帧

| column_1 | column_2 | column_3 |
----------------------------------
|   A      |     B    |     C    |
|   B      |     E    |     C    |
|   C      |     F    |     G    |

最终的 DataFrame 应该具有 column_1 中的所有唯一值，并且来自输入 DataFrame 的 column_2 中的值将作为新 DataFrame 中的新列添加，即 Column_2 和 Column_3.

The final DataFrame should have all the unique values in column_1 and the values from column_2 from input DataFrame will be added as new columns in new DataFrame i.e. Column_2 and Column_3.

我曾尝试在 R 中使用 reshape 和melt 包，但我得到了错误的数据框.

I have tried to use reshape and melt packages in R but I am getting erroneous data frame.

推荐答案

我们可以使用 splitstackshape 中的 dplyr 和 cSplit 函数.它也适用于每组有两个以上值的情况.

We can use the dplyr and cSplit function from the splitstackshape. It will also work for cases when there are more than two values per group.

library(dplyr)
library(splitstackshape)
dt2 <- dt %>%
  group_by(column_1) %>%
  summarise(column_2 = toString(column_2)) %>%
  cSplit("column_2") %>%
  setNames(paste0("column_", 1:ncol(.)))

dt2
   column_1 column_2 column_3
1:        A        B        C
2:        B        E        C
3:        C        F        G

数据

dt <- data.frame(column_1 = c("A", "A", "B", "B", "C", "C"),
                 column_2 = c("B", "C", "E", "C", "F", "G"),
                 stringsAsFactors = FALSE)

这篇关于如何将数据帧行转换为 R 中的列?的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！