将年份数据框转换为R中的类别计数数据框

我有一个数据框架，如以下示例所示：

set.seed(661)

raw <- data.frame(
    year = 1900:2020,
    cat = sample(c("A", "B", "C", "D", "E"), size = 121, replace = TRUE)
)

head(raw)

  year cat
1 1900   B
2 1901   A
3 1902   E
4 1903   E
5 1904   B
6 1905   A

我尝试了以下代码片段：

test <- raw %>%
    group_by(cat) %>%
    transmute(year = year, 
              count = seq(n())
              )

test%
分组依据（类别）%>%
转化（年=年，
计数=序号（n（））
)

但这并没有让我看到每年的每个类别

我还考虑每年为每个类别创建一系列广泛格式的二进制变量（即当

raw$cat==“B”

然后

raw$catB==1

和

raw$catA==0

等等），然后对其进行重塑，但不确定这是否是最有效的解决方案

我更喜欢用base R来解决这个问题，但我也希望能用dplyr来解决

---

非常感谢

使用

complete

创建每年的每个

cat

值，对于每个

cat

获取累计计数总和

library(dplyr)
library(tidyr)

raw %>%
  mutate(count = 1) %>%
  complete(year, cat, fill = list(count = 0)) %>%
  group_by(cat) %>%
  mutate(count = cumsum(count)) %>%
  ungroup

# A tibble: 605 x 3
#    year cat   count
#   <int> <chr> <dbl>
# 1  1900 A         0
# 2  1900 B         1
# 3  1900 C         0
# 4  1900 D         0
# 5  1900 E         0
# 6  1901 A         1
# 7  1901 B         1
# 8  1901 C         0
# 9  1901 D         0
#10  1901 E         0
# … with 595 more rows

库（dplyr）
图书馆（tidyr）
原始%>%
突变（计数=1）%>%
完成（年份、类别、填充=列表（计数=0））%>%
分组依据（类别）%>%
突变（计数=总和（计数））%>%
解组
#一个tibble:605x3
#年份猫数
#     
#1 1900 A 0
#2 1900 B 1
#3 1900 C 0
#4 1900 D 0
#5 1900 E 0
#6 1901 A 1
#7 1901 B 1
#8 1901 c0
#9 1901 D 0
#10 1901 E 0
#…还有595行

---

在base R中，您可以通过以下方式执行此操作：

dat <- expand.grid(year = unique(raw$year), cat = unique(raw$cat))
raw$count <- 1
dat1 <- merge(dat, raw, all.x = TRUE)
dat1$count[is.na(dat1$count)] <- 0
dat1 <- transform(dat1, count = ave(count, cat, FUN = cumsum))

---

dat这使用了base R、折叠包和magrittr（管道的最后一个）

在下面的代码中，我们首先使用
xtabs
获得一个计数表，按
cat
和
year
（每行是一年，每列是一个类别）。然后，我们计算给出另一个表对象的列的累积和。接下来，使用
as.data.frame
的表格方法将其转换为长格式数据框，重新排列列的顺序，并按照问题中所示的相同顺序对它们进行排序。如果行和列的顺序不重要，则可以省略最后两行代码

library(collapse)
library(magrittr)

raw %>%
  xtabs(~ year + cat, .) %>%
  dapply(cumsum) %>%
  as.data.frame %>%
  fselect(year, cat, count = Freq) %>%
  roworder(year, cat)

结果的前几行是

   year cat count
1  1900   A     0
2  1900   B     1
3  1900   C     0
4  1900   D     0
5  1900   E     0
6  1901   A     1
7  1901   B     1
8  1901   C     0
9  1901   D     0
10 1901   E     0
11 1902   A     1
12 1902   B     1

在
raw
dataframe中，每年只有一个值。如何在
desiredFinal
中获得重复年份？在
desiredFinal
中，每年的多个值用于
原始$cat
中的每个唯一值。由于
raw$cat
每年只有一个观察值，因此
raw$cat
的每一个其他值都有一种忽略的观察值。因此，
desiredFinal$count
等于所有前几年
raw$cat
每个值的累计观察计数。
   year cat count
1  1900   A     0
2  1900   B     1
3  1900   C     0
4  1900   D     0
5  1900   E     0
6  1901   A     1
7  1901   B     1
8  1901   C     0
9  1901   D     0
10 1901   E     0
11 1902   A     1
12 1902   B     1