更改数据帧中行和列的结构-R

我有一个大型数据库（90000*1500），按儿童观察结果排序，其中包括他们母亲的信息。我想根据妈妈的数据对数据库进行排序

问题是每个孩子在DB mom bs中只出现一次。它最多可能出现10次

此外，我希望行的数量是不同母亲的数量（约40000）和每个孩子的一点数据-介于0-10之间

例如，我拥有的数据库和我想要创建的数据库：

---

您可以使用

tidyr

软件包和

groupby

完成此操作

group_by(data, mom)

然后每个妈妈都包含一个孩子的列表。然后可以按如下方式对数据库进行排序

arrange(data, id_num, .by_group = TRUE)

要筛选0到10之间的子项，请执行以下操作：

filter(data, age <= 10)

---

filter（数据，年龄您可以使用
tidyr
软件包，使用
groupby
完成此操作

group_by(data, mom)

然后，每个mom都包含一个孩子列表

arrange(data, id_num, .by_group = TRUE)

要筛选0到10之间的子项，请执行以下操作：

filter(data, age <= 10)

filter（数据，年龄您可以使用
重塑

 library(data.table)
 df = data.frame(
   'c' = c('c1', 'c2', 'c3', 'c4', 'c5'),
   'id_num' = seq(1,5),
   'age' = c(12, 15, 5, 8, 19),
   'mom'= c(1,3,1,2,3)
 )
 df
   c id_num age mom
1 c1      1  12   1
2 c2      2  15   3
3 c3      3   5   1
4 c4      4   8   2
5 c5      5  19   3
 df = setDT(df)[order(mom)]
 df[, id_child := seq(.N), mom]

 reshape(df, idvar = "mom", timevar = "id_child", direction = "wide")
   mom c.1 id_num.1 age.1  c.2 id_num.2 age.2
1:   1  c1        1    12   c3        3     5
2:   2  c4        4     8 <NA>       NA    NA
3:   3  c2        2    15   c5        5    19

库（data.table）
df=data.frame(
‘c’=c（‘c1’、‘c2’、‘c3’、‘c4’、‘c5’），
“id_num”=序号（1,5），
“年龄”=c（12,15,5,8,19），
‘mom’=c（1,3,1,2,3）
)
df
c id_num年龄妈妈
1 c1 1121
2 c2 2 15 3
3 c3 3 5 1
4 c4 4 8 2
5 c5 5 19 3
df=设定值（df）[订单（mom）]
df[，id_child:=seq（.N），mom]
重塑（df，idvar=“mom”，timevar=“id\u child”，direction=“wide”）
妈妈c.1 id数量1年龄1 c.2 id数量2年龄2
1:1 c1 1 12 c3 3 5
2:2 c4 4 8 NA NA
3:3 c2 2 15 c5 5 19
您可以使用
重塑

 library(data.table)
 df = data.frame(
   'c' = c('c1', 'c2', 'c3', 'c4', 'c5'),
   'id_num' = seq(1,5),
   'age' = c(12, 15, 5, 8, 19),
   'mom'= c(1,3,1,2,3)
 )
 df
   c id_num age mom
1 c1      1  12   1
2 c2      2  15   3
3 c3      3   5   1
4 c4      4   8   2
5 c5      5  19   3
 df = setDT(df)[order(mom)]
 df[, id_child := seq(.N), mom]

 reshape(df, idvar = "mom", timevar = "id_child", direction = "wide")
   mom c.1 id_num.1 age.1  c.2 id_num.2 age.2
1:   1  c1        1    12   c3        3     5
2:   2  c4        4     8 <NA>       NA    NA
3:   3  c2        2    15   c5        5    19

库（data.table）
df=data.frame(
‘c’=c（‘c1’、‘c2’、‘c3’、‘c4’、‘c5’），
“id_num”=序号（1,5），
“年龄”=c（12,15,5,8,19），
‘mom’=c（1,3,1,2,3）
)
df
c id_num年龄妈妈
1 c1 1121
2 c2 2 15 3
3 c3 3 5 1
4 c4 4 8 2
5 c5 5 19 3
df=设定值（df）[订单（mom）]
df[，id_child:=seq（.N），mom]
重塑（df，idvar=“mom”，timevar=“id\u child”，direction=“wide”）
妈妈c.1 id数量1年龄1 c.2 id数量2年龄2
1:1 c1 1 12 c3 3 5
2:2 c4 4 8 NA NA
3:3 c2 2 15 c5 5 19
这里有一个类似于的解决方案，但使用了
base R
，其中使用了
ave（）

df$seq <- with(df,ave(id_num,mom,FUN = seq_along))
dfout <- reshape(df, idvar = "mom", timevar = "seq", direction = "wide")

df$seq这里有一个与
base R
类似的解决方案，其中使用了
ave（）

df$seq <- with(df,ave(id_num,mom,FUN = seq_along))
dfout <- reshape(df, idvar = "mom", timevar = "seq", direction = "wide")

df$seq请提供一个最小的可复制示例。这个问题太复杂了，没有示例可供参考。请提供一个最小的可复制示例。这个问题太复杂了，没有示例可供参考。谢谢。我尝试过这样做，但我得到了“错误：无法分配大小为336KB的向量”@AviyaWeiser也许你有一个大数据帧需要处理？@AviyaWeiser我不确定是否有一些包具有这种
重塑
功能，以便可以处理更大的数据帧。否则最好编写一个定制的函数来处理it@AviyaWeiser我添加了另一个解决方案，试图处理大数据帧，您可以尝试一下谢谢。我试过这么做，但我得到了“错误：无法分配大小为336KB的向量”@AviyaWeiser也许你有一个大数据帧需要处理？@AviyaWeiser我不确定是否有一些包具有这种
重塑
功能，以便可以处理更大的数据帧。否则最好编写一个定制的函数来处理it@AviyaWeiser我添加了另一个解决方案，试图处理大数据帧，您可以试试看谢谢。我的代码：data_by_mom=setDT（jps）[order（mid_505）]data_by_mom[，kid_505:=seq（.N），mid_505]我得到了：
[.data.table
（data_by_mom，
：=
（kid_505，seq（.N）），mid_505）：RHS的类型（'integer'）必须匹配LHS（'double'））检查和强制会对最快的情况造成太多的影响。要么改变目标列的类型，要么强制RHs：=您自己（例如，使用1L而不是1），您应该考虑在代码< > DATAYBYOMMOR= SEDT（JPS）[DATAYBYBYMOR]（KIDY505:= AS）之前，将列KIDY5055转换为数字（KIDY505）。]谢谢。我的代码：data\u by\u mom=setDT（jps）[order（mid\u 505）]data\u by\u mom[，kid\u 505:=seq（.N），mid\u 505]我得到了：
[.data.table
（data\u by\u mom，
：=/code>（kid\u 505，seq（.N）），mid\u 505）：RHS的类型必须匹配LHS（'integer'）检查和强制会对最快的情况造成太多的影响。要么改变目标列的类型，要么强制RHs：=您自己（例如，使用1L而不是1），您应该考虑在代码< > DATAYBYOMMOR= SEDT（JPS）[DATAYBYBYMOR]（KIDY505:= AS）之前，将列KIDY5055转换为数字（KIDY505）。][，kid_505:=seq（.N），mid_505]