在R数据帧中将行值转换为列值，1表示存在，0表示不存在

我要做的是从以下格式转换数据：

ID    Date          CODE
5567  2012-09-02    F17
5567  2012-10-15    F17
5567  2012-11-11    Z49
1245  2010-09-02    Z49
6623  2012-10-15    T65
6623  2012-11-11    Z49

ID    F17  Z49  T65
5567  1    1    0
1245  0    1    0
6623  0    1    1

对于此格式：

ID    Date          CODE
5567  2012-09-02    F17
5567  2012-10-15    F17
5567  2012-11-11    Z49
1245  2010-09-02    Z49
6623  2012-10-15    T65
6623  2012-11-11    Z49

ID    F17  Z49  T65
5567  1    1    0
1245  0    1    0
6623  0    1    1

---

请注意，我不关心“日期”，也不关心特定代码与ID关联的次数。我只关心某个ID是否与代码关联1次或多次。i、 e.1=是，0=否。

您可以从

数据中使用
dcast
。表
如下：

dcast(dt, ID ~ CODE, fun.aggregate = function(x) 1L, fill = 0L)
     ID F17 T65 Z49
1: 1245   0   0   1
2: 5567   1   0   1
3: 6623   0   1   1

数据

library(data.table)
dt <- fread("ID    Date          CODE
5567  2012-09-02    F17
5567  2012-10-15    F17
5567  2012-11-11    Z49
1245  2010-09-02    Z49
6623  2012-10-15    T65
6623  2012-11-11    Z49")

库（data.table）
dt也许你可以试试下面以R为底的
表格

+(table(df1[-2])>0)

给

      CODE
ID     F17 T65 Z49
  1245   0   0   1
  5567   1   0   1
  6623   0   1   1

我们可以从
tidyverse

library(dplyr)
library(tidyr)
df1 %>%
   distinct(ID, CODE) %>% 
   pivot_wider(names_from = CODE, values_from = CODE,
       values_fn = list(CODE = length), values_fill = list(CODE = 0))
# A tibble: 3 x 4
#     ID   F17   Z49   T65
#  <int> <int> <int> <int>
#1  5567     1     1     0
#2  1245     0     1     0
#3  6623     0     1     1

库（dplyr）
图书馆（tidyr）
df1%>%
不同的（ID，代码）%%>%
枢轴（名称从=代码，值从=代码，
值\ fn=列表（代码=长度），值\填充=列表（代码=0））
#一个tibble:3x4
#ID F17 Z49 T65
#     
#1  5567     1     1     0
#2  1245     0     1     0
#3  6623     0     1     1

数据
df1对不起，“+”和值-2,0指的是什么？列？@Melderon
+
将逻辑值转换为数字，
-2
表示我们从数据帧
df1
中排除第二列，
0
用于计算发生的次数。谢谢。我采纳了马库斯的建议，效果很好。我感谢你添加你的！