R 将列拆分为多个列，并根据其是否存在存储0或1

因此，我目前有一个用户ID和药物类型的数据集，我正在尝试格式化该数据集，以便将所有药物设置为列，如果用户服用这些药物，它将有一个1，如果不是0。我不确定实现这一点的最佳方式，我已经尝试了spread，但它不喜欢数据集，因为用户ID不是唯一的

这就是我试图创造的：

#starting df 
df1 <- data.frame (user_id =c("1", "1", "2", "3","3"),
                   medication_name =c("Carbamzepine", "Clonazepam", "Lamotrigine", "Zonisamide", "Gabapentin"))

#The df im trying to make

df2 <- data.frame(user_id = c("1", "2", "3"),
                  Carbamzepine = c("1","0","0"),
                  Clonazepam = c("1", "0","0"),
                  Lamotrigine = c("0","1","0"),
                  Zonisamide = c("0", "0", "1"),
                  Gabapentin = c("0", "0", "1"))

使用表：

table(df1)

给予：

       medication_name
user_id Carbamzepine Clonazepam Gabapentin Lamotrigine Zonisamide
      1            1          1          0           0          0
      2            0          0          0           1          0
      3            0          0          1           0          1

  user_id Carbamzepine Clonazepam Gabapentin Lamotrigine Zonisamide
1       1            1          1          0           0          0
2       2            0          0          0           1          0
3       3            0          0          1           0          1

这将提供一个表对象，但如果它必须是数据帧，则将其转换为数据帧，然后将行名称移动到用户id列

library(tibble)
rownames_to_column(as.data.frame.matrix(table(df1)), "user_id")

给予：

       medication_name
user_id Carbamzepine Clonazepam Gabapentin Lamotrigine Zonisamide
      1            1          1          0           0          0
      2            0          0          0           1          0
      3            0          0          1           0          1

  user_id Carbamzepine Clonazepam Gabapentin Lamotrigine Zonisamide
1       1            1          1          0           0          0
2       2            0          0          0           1          0
3       3            0          0          1           0          1

使用表：

table(df1)

给予：

       medication_name
user_id Carbamzepine Clonazepam Gabapentin Lamotrigine Zonisamide
      1            1          1          0           0          0
      2            0          0          0           1          0
      3            0          0          1           0          1

  user_id Carbamzepine Clonazepam Gabapentin Lamotrigine Zonisamide
1       1            1          1          0           0          0
2       2            0          0          0           1          0
3       3            0          0          1           0          1

这将提供一个表对象，但如果它必须是数据帧，则将其转换为数据帧，然后将行名称移动到用户id列

library(tibble)
rownames_to_column(as.data.frame.matrix(table(df1)), "user_id")

给予：

       medication_name
user_id Carbamzepine Clonazepam Gabapentin Lamotrigine Zonisamide
      1            1          1          0           0          0
      2            0          0          0           1          0
      3            0          0          1           0          1

  user_id Carbamzepine Clonazepam Gabapentin Lamotrigine Zonisamide
1       1            1          1          0           0          0
2       2            0          0          0           1          0
3       3            0          0          1           0          1

---

您可以使用以下解决方案：

library(dplyr)
library(tidyr)

df %>%
  mutate(id = 1) %>%
  pivot_wider(names_from = medication_name, values_from = id, 
              values_fill = 0)


# A tibble: 3 x 6
  user_id Carbamzepine Clonazepam Lamotrigine Zonisamide Gabapentin
  <chr>          <dbl>      <dbl>       <dbl>      <dbl>      <dbl>
1 1                  1          1           0          0          0
2 2                  0          0           1          0          0
3 3                  0          0           0          1          1

---

您可以使用以下解决方案：

library(dplyr)
library(tidyr)

df %>%
  mutate(id = 1) %>%
  pivot_wider(names_from = medication_name, values_from = id, 
              values_fill = 0)


# A tibble: 3 x 6
  user_id Carbamzepine Clonazepam Lamotrigine Zonisamide Gabapentin
  <chr>          <dbl>      <dbl>       <dbl>      <dbl>      <dbl>
1 1                  1          1           0          0          0
2 2                  0          0           1          0          0
3 3                  0          0           0          1          1

---

这太棒了！如果用户多次使用该中介，我如何确保它保持为1，而不是变为2或更高？如果您想消除重复项，那么TableUniqued1这非常有效！如果用户多次使用该中介，如何确保它保持为1，而不是变为2或更高？如果要消除重复项，请使用tableuniquedf1