R：从长到宽的转换并聚合具有匹配ID的行

这是我已经研究了一段时间的东西，只是制作单独的数据帧并进行完全连接，但我认为有一种更简单的方法

总的来说，我想从一个长格式的数据帧中按类型计算时间1到时间2的单个ID值之间的差异。这是我认为我可以做到的方法之一，但如果其他人有其他的技巧或想法，我也希望听到他们

然而，我也想知道如何解决这个转置问题，因为我很好奇

这是我的问题

我有一个长格式的数据框架，在两个不同的时间段有5种不同的度量。我想将这个数据帧从长格式转换为宽格式，这样就不用像这样有一个DF（注意，并不是所有类型都包括在内——只是为了长度而做了2）：

（示例df1）

我希望它看起来更像这样：

（示例df 2）

我使用：

library(dplyr)
library(tidyr)
df.new <- df %>%
spread(Type, Measurement.Value)

但现在我想为每种类型分配时间。当我在示例df3上执行类似操作时：

newer.df <- df.new %>%
spread(Time, Type1)

所以，它为每一行生成一个NA——有没有一种方法可以通过ID将行相互折叠？我想我错过了什么

请记住，在我的示例代码中，我只使用了2种类型，但实际上我有5种类型——只是想给出简化的代码。

我们可以使用

dcast（）

来自

restrape2

包

library(reshape2)
dcast(df, ID ~ Type + Time, value.var = "Value")
#  ID Type1_1 Type1_2 Type2_1 Type2_2
#1  1       7       8      13      15
#2  2       9      10      17      19

---

或者使用原始的

tidyr

软件包，我们可以这样做：

library(tidyr)
df$Type <- paste(df$Type, df$Time, sep="_")
df$Time <- NULL
spread(df, key=Type, value=Value)
 ID Type1_1 Type1_2 Type2_1 Type2_2
  1       7       8      13      15
  2       9      10      17      19

library（tidyr）
df$类型这工作！非常感谢你。我确实尝试过使用
cast（）
使用
reformate
包，但遇到了同样的问题。我很高兴看到
重塑2
有了我的解决方案。这个解决方案也很有效。非常感谢。是的，我想还有比这样变换变量更优雅的事情。不管怎样，都很有效，谢谢你。
newer.df <- df.new %>%
spread(Time, Type1)

ID   Type1.1   Type1.2
1      7          NA 
1      NA         8 
2      9          NA
2      NA         10

library(reshape2)
dcast(df, ID ~ Type + Time, value.var = "Value")
#  ID Type1_1 Type1_2 Type2_1 Type2_2
#1  1       7       8      13      15
#2  2       9      10      17      19

library(tidyr)
df$Type <- paste(df$Type, df$Time, sep="_")
df$Time <- NULL
spread(df, key=Type, value=Value)
 ID Type1_1 Type1_2 Type2_1 Type2_2
  1       7       8      13      15
  2       9      10      17      19