从data.frame创建新列

我有一个长格式的数据集，其中度量值（时间）嵌套在Networkpartners（NP）中，而Networkpartners（NP）嵌套在Persons（ID）中，下面是一个它的示例（真实数据集有数千行）：

现在我想创建3个新变量：

a） 特定人员（ID）拥有时间1的网络合作伙伴数（在此测量结果中没有NA）

b） 在时间2，特定人员（ID）的网络合作伙伴（在此测量结果中没有NA）数量

c） 时间3时特定人员（ID）的网络合作伙伴数量（此测量结果中没有NA）

因此，我想创建如下数据集：

ID  NP  Time Outcome  NP.T1  NP.T2  NP.T3
1   11  1    4        2      2      1
1   11  2    3        2      2      1
1   11  3    NA       2      2      1
1   12  1    2        2      2      1
1   12  2    3        2      2      1
1   12  3    3        2      2      1
2   21  1    2        2      1      1
2   21  2    NA       2      1      1
2   21  3    NA       2      1      1
2   22  1    4        2      1      1
2   22  2    4        2      1      1
2   22  3    4        2      1      1

---

我非常感谢你的帮助

您可以只创建一个变量，而不是三个。我使用的是plyr软件包中的

ddply

那个

---

很难理解你的要求。请将您的描述格式化一点，使其更有意义。编辑了我想创建的3个变量的描述againOk，以及如何计算三次测量中网络合作伙伴数量的平均值和sd以及每次测量的人数（ID）？我还想对重复测量值进行方差分析，以回答以下问题：网络合作伙伴数量（NP）的三个平均值中是否至少有两个在三个测量值中不同。@Metrics:我在数据集中找不到新变量。你能再帮我一次吗？我能用上面的代码做到这一点；你也应该能做到！好吧，也许我需要一段时间，因为它超过100000行。可能是这样吗？是的

ddply

处理大量行需要一些时间

ID  NP  Time Outcome  NP.T1  NP.T2  NP.T3
1   11  1    4        2      2      1
1   11  2    3        2      2      1
1   11  3    NA       2      2      1
1   12  1    2        2      2      1
1   12  2    3        2      2      1
1   12  3    3        2      2      1
2   21  1    2        2      1      1
2   21  2    NA       2      1      1
2   21  3    NA       2      1      1
2   22  1    4        2      1      1
2   22  2    4        2      1      1
2   22  3    4        2      1      1

mydata<-structure(list(ID = c(1L, 1L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L, 
2L, 2L), NP = c(11L, 11L, 11L, 12L, 12L, 12L, 21L, 21L, 21L, 
22L, 22L, 22L), Time = c(1L, 2L, 3L, 1L, 2L, 3L, 1L, 2L, 3L, 
1L, 2L, 3L), Outcome = c(4L, 3L, NA, 2L, 3L, 3L, 2L, NA, NA, 
4L, 4L, 4L)), .Names = c("ID", "NP", "Time", "Outcome"), class = "data.frame", row.names = c(NA, 
-12L))


    library(plyr)
    mydata1<-ddply(mydata,.(ID,Time),transform, NP.T=length(Outcome[which(Outcome !="NA")]))
>mydata1
   ID NP Time Outcome NP.T
1   1 11    1       4    2
2   1 12    1       2    2
3   1 11    2       3    2
4   1 12    2       3    2
5   1 11    3      NA    1
6   1 12    3       3    1
7   2 21    1       2    2
8   2 22    1       4    2
9   2 21    2      NA    1
10  2 22    2       4    1
11  2 21    3      NA    1
12  2 22    3       4    1

mydata1<-ddply(mydata,.(ID,Time),transform, NP.T=length(Outcome[which(Outcome !="NA")]),comb=interaction(ID,Time))