R 如何将表格数据重塑为每组一行

我是一名R和编码新手，我正在寻找一种将下面的表a重新配置为表B的方法

表A：

type   x1  x2  x3  
A      4   6   9  
A      7   4   1  
A      9   6   2   
B      1   3   8  
B      2   7   9

我正在寻找代码，将转换为以下内容

表B：

type   x1  x2  x3  x1'  x2'  x3'  x1'' x2'' x3''  
A      4    6   9   7    4   1    9     6   2  
B      1    3   8   2    7   9   

---

真正的表A超过150000行36列。具有2100个唯一类型值

谢谢你的帮助

---

-Shawn

尝试一下，解决方案并不是那么简洁，给你一个提示吧。我认为很多事情都可以改进

但最后，我们必须在这里介绍NAs：

zz <- "type   x1  x2  x3  
A      4   6   9  
A      7   4   1  
A      9   6   2   
B      1   3   8  
B      2   7   9"

dA <- read.table(text=zz, header=T)


tmp<-(sapply(unique(dA$type), FUN=function(x) as.vector(t(dA[dA$type == x, -1]))))

t(sapply(tmp, '[', seq(max(sapply(tmp, length)))))
      [,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8] [,9]
[1,]    4    6    9    7    4    1    9    6    2
[2,]    1    3    8    2    7    9   NA   NA   NA

---

试一试，答案就不那么简洁了，只是给你一个提示。我认为很多事情都可以改进

但最后，我们必须在这里介绍NAs：

zz <- "type   x1  x2  x3  
A      4   6   9  
A      7   4   1  
A      9   6   2   
B      1   3   8  
B      2   7   9"

dA <- read.table(text=zz, header=T)


tmp<-(sapply(unique(dA$type), FUN=function(x) as.vector(t(dA[dA$type == x, -1]))))

t(sapply(tmp, '[', seq(max(sapply(tmp, length)))))
      [,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8] [,9]
[1,]    4    6    9    7    4    1    9    6    2
[2,]    1    3    8    2    7    9   NA   NA   NA

---

@Hack-R答案的变化：

A$num <- with(A, ave(as.character(type), type, FUN=seq_along) )
tmp <- cbind(A[c(1,5)], stack(A[2:4]))
tmp$time <- paste(tmp$ind, tmp$num, sep=".")

reshape(tmp[c("type","time","values")], idvar="type", timevar="time", direction="wide")

#  type values.x1.1 values.x1.2 values.x1.3 values.x2.1 values.x2.2 values.x2.3 values.x3.1 values.x3.2 values.x3.3
#1    A           4           7           9           6           4           6           9           1           2
#4    B           1           2          NA           3           7          NA           8           9          NA

---

@Hack-R答案的变化：

A$num <- with(A, ave(as.character(type), type, FUN=seq_along) )
tmp <- cbind(A[c(1,5)], stack(A[2:4]))
tmp$time <- paste(tmp$ind, tmp$num, sep=".")

reshape(tmp[c("type","time","values")], idvar="type", timevar="time", direction="wide")

#  type values.x1.1 values.x1.2 values.x1.3 values.x2.1 values.x2.2 values.x2.3 values.x3.1 values.x3.2 values.x3.3
#1    A           4           7           9           6           4           6           9           1           2
#4    B           1           2          NA           3           7          NA           8           9          NA

---

对我来说，这个解决方案似乎相当简单

# split the data frame by type and use unlist, which will provide names
ld <- lapply(split(d[-1], d[["type"]]), unlist)

# gather all the unique names in the list
ldNames <- Reduce(unique, lapply(ld, names))

# use the names to index each list element, which makes them
# all of equal length and suitable for row binding.  
do.call(rbind, lapply(ld, function(x) x[ldNames]))
#   x11 x12 x13 x21 x22 x23 x31 x32 x33
# A   4   7   9   6   4   6   9   1   2
# B   1   2  NA   3   7  NA   8   9  NA

---

对我来说，这个解决方案似乎相当简单

# split the data frame by type and use unlist, which will provide names
ld <- lapply(split(d[-1], d[["type"]]), unlist)

# gather all the unique names in the list
ldNames <- Reduce(unique, lapply(ld, names))

# use the names to index each list element, which makes them
# all of equal length and suitable for row binding.  
do.call(rbind, lapply(ld, function(x) x[ldNames]))
#   x11 x12 x13 x21 x22 x23 x31 x32 x33
# A   4   7   9   6   4   6   9   1   2
# B   1   2  NA   3   7  NA   8   9  NA

---

有点晚了，但这也可以通过data.table包的dcast函数轻松完成，因为您可以在其中使用多个value.var：

其中：

您也可以在base R中使用以下工具执行此操作：

d$num <- ave(d$x1, d$type, FUN = seq_along)
reshape(d, idvar = 'type', direction = 'wide', timevar = 'num', sep = '')

---

有点晚了，但这也可以通过data.table包的dcast函数轻松完成，因为您可以在其中使用多个value.var：

其中：

您也可以在base R中使用以下工具执行此操作：

d$num <- ave(d$x1, d$type, FUN = seq_along)
reshape(d, idvar = 'type', direction = 'wide', timevar = 'num', sep = '')

---

---

欢迎来到StackOverflow！我注意到向量B是多维的，所以用R的说法我们称之为data.frame或矩阵。这就是你的意思吗？或者你想要3个独立的向量？我们也可以称向量B为矩阵。我对原始问题进行了编辑，使其更加清晰。谢谢当然我提出了一个特别的解决方案，然后我们遭到了否决票的攻击，没有任何评论，所以我不得不删除它。如果您的数据很大，或者您需要经常这样做，我们应该找到一个更具编程性的解决方案。唯一真正的困难是，在这种格式中，我们需要为缺少的B单元格添加NA。因此，我认为使用fill=T和for循环、cbind和rbind是一种方法。实际的表a超过150000行36列。有2100个唯一的类型值。@Hack-R它不是怪物，因为它是对示例的文字提取，不适用于任何实际数据。答案是对社会毫无帮助。请随时改进帖子。欢迎来到StackOverflow！我注意到向量B是多维的，所以用R的说法我们称之为data.frame或矩阵。这就是你的意思吗？或者你想要3个独立的向量？我们也可以称向量B为矩阵。我对原始问题进行了编辑，使其更加清晰。谢谢当然我提出了一个特别的解决方案，然后我们遭到了否决票的攻击，没有任何评论，所以我不得不删除它。如果您的数据很大，或者您需要经常这样做，我们应该找到一个更具编程性的解决方案。唯一真正的困难是，在这种格式中，我们需要为缺少的B单元格添加NA。因此，我认为使用fill=T和for循环、cbind和rbind是一种方法。实际的表a超过150000行36列。有2100个唯一的类型值。@Hack-R它不是怪物，因为它是对示例的文字提取，不适用于任何实际数据。答案是对社会毫无帮助。请随意改进这篇文章。我认为你的逻辑是正确的，但可以简化一点。看我的答案，我认为它和我想的一样——这是一个看似困难的问题question@thelatemail我毫不怀疑你是对的。我想你的逻辑是正确的，但可以简化一点。看我的答案，我认为它和我想的一样——这是一个看似困难的问题question@thelatemail我毫不怀疑你是对的。我将+1您的答案HI-我不知道如何使用@Hack-R的答案。@SDM1212-根据Hack-R的逻辑，它本身就是一个完整的答案。你不必把它和其他任何东西一起使用。好吧，我开始理解了，我得到了这个例子。因此，对于实际数据，OB的数量是有限的。将发生变化，但总有22个变量。我不确定如何更改此示例以处理我的真实数据。您好-我不确定如何将其与@Hack-R的答案一起使用。@SDM1212-根据Hack-R的逻辑，它本身就是一个完整的答案。你不必把它和其他任何东西一起使用。好吧，我开始理解了，我得到了这个例子。因此，对于实际数据，OB的数量是有限的。将发生变化，但总有22个变量。我不知道如何改变这个例子来处理我的真实数据。我很喜欢lapply和split相结合的方法。太好了+1.但是，B的最终输出与问题不匹配，您可以更新解决方案；最后一个问题。我们需要类型为的列具有列标题。@SDM1212我在末尾添加了最后一行以添加类型列。希望有帮助@佐塔-完美！谢谢你的帮助。我真的很喜欢

---

采用搭接与劈裂相结合的方法。太好了+1.但是，B的最终输出与问题不匹配，您可以更新解决方案；最后一个问题。我们需要类型为的列具有列标题。@SDM1212我在末尾添加了最后一行以添加类型列。希望有帮助@佐塔-完美！谢谢你的帮助。

   type x11 x12 x13 x21 x22 x23 x31 x32 x33
1:    A   4   7   9   6   4   6   9   1   2
2:    B   1   2  NA   3   7  NA   8   9  NA

d$num <- ave(d$x1, d$type, FUN = seq_along)
reshape(d, idvar = 'type', direction = 'wide', timevar = 'num', sep = '')