转换MyR数据集进行关联分析

我是一个新手，熟悉R和数据处理，我正在尝试转换UCI单词数据集。默认数据集当前的结构也是如此

其中第一列是文档编号，第二列是引用另一个文本文件的单词编号，最后一列是单词在文档中出现的次数。（现在，我们可以忘记第三列，我知道如何从数据集中删除它。）

我试图做的是转换数据集，这样我就可以将每个文档的单词放在一行中。一个简单的例子是这样的

我尝试使用

t（）

函数，但它会将整个数据集都转置在一起，这不是我想要的。我希望使用dplyr包来帮助处理数据，但我没有得到任何可靠的线索。如果你们有任何来源或特定的方向，你们可以推动我实现这一点，这将是有益的

---

谢谢大家!

这里有一个使用

tidyverse

包（包括

dplyr

）的解决方案。诀窍是首先添加另一列以区分第一列（文档编号）中具有相同值的条目，然后使用

pivot\u wide

将数据更改为宽格式

library(tidyverse)

# Your data
df <- read.csv(text = "num word
1 61
2 76
1 89
3 211
3 296", sep = " ")

df %>%
  # Group by num
  group_by(num) %>%
  # Add a rownumber to differentiate entries for the same first column value
  mutate(rownum = row_number()) %>%
  # Change data to wide format
  pivot_wider(id = num, 
              names_from = rownum,
              values_from = word)

库（tidyverse）
#你的数据
df%
#按数字分组
分组依据（num）%>%
#添加行号以区分相同第一列值的条目
变异（rownum=row_number（））%>%
#将数据更改为宽格式
枢轴（id=num，
name_from=rownum，
值（从=字）

所以我能够想出如何完成这项任务。希望它能帮助其他DS的未来

data <- read.table("docword.kos.txt", sep = " ")

data <- data %>% select(V1, V2)

trans <- data %>% 
         group_by(V1) %>%
         summarise(words = paste(V2, collapse = ","))

trans <- trans %>% select(words)

---

您要查找的是

restrape2

包中的

dcast

函数以及类似的函数。好的，让我这样试试，我的数据集实际上有36000行长。因此，我必须编辑示例中的read.table（）代码。是的。此外，您应该更改列名，使其与数据中的列名匹配（即“num”或“word”）。我认为这不对，我遇到了这个错误。UseMethod（“group_by”）中出错：“group_by”没有适用于“function”4类对象的方法。分组依据（，V1）3。变异（，rownum=row_number（））2。pivot_更宽（，id=V1，names_from=rownum，values_from=V2）1。df%%>%groupby（V1）%%>%mutate（rownum=row\u number（））%%>%pivot\u wide（id=V1，names\u from=rownum，values\u from=V2）您可以使用

dput

发布部分数据吗？这将更容易得到帮助。

write.csv(trans, "~\trend.csv", row.names = FALSE)