R-将列转换为行标题，并为每条记录将该标题的存在填充为真/假

我有一个如下所示的数据框：

+-----------+------------+-----------+-----+----------------+
| Unique ID | First Name | Last Name | Age | Characteristic |
+-----------+------------+-----------+-----+----------------+
|         1 | Bob        | Smith     |  25 | Intelligent    |
|         1 | Bob        | Smith     |  25 | Funny          |
|         1 | Bob        | Smith     |  25 | Short          |
|         2 | Jim        | Murphy    |  62 | Tall           |
|         2 | Jim        | Murphy    |  62 | Funny          |
|         3 | Kelly      | Green     |  33 | Tall           |
+-----------+------------+-----------+-----+----------------+

我想将“Characteristic”列转换为一个行标题，对于每个记录中存在的该特征，如果有，则用1填充，如果没有，则用0填充，这样每个记录只有1行，并且我的输出如下所示：

+-----------+------------+-----------+-----+-------------+-------+-------+------+
| Unique ID | First Name | Last Name | Age | Intelligent | Funny | Short | Tall |
+-----------+------------+-----------+-----+-------------+-------+-------+------+
|         1 | Bob        | Smith     |  25 |           1 |     1 |     1 |    0 |
|         2 | Jim        | Murphy    |  62 |           0 |     1 |     0 |    1 |
|         3 | Kelly      | Green     |  33 |           0 |     0 |     0 |    1 |
+-----------+------------+-----------+-----+-------------+-------+-------+------+

---

更易消耗的数据，以及使用

dplyr

和

tidyr

的解决方案：

library(dplyr)
library(tidyr)
read.table(header=TRUE, stringsAsFactors=FALSE, text="
  Unique_ID   First_Name   Last_Name   Age   Characteristic  
          1   Bob          Smith        25   Intelligent     
          1   Bob          Smith        25   Funny           
          1   Bob          Smith        25   Short           
          2   Jim          Murphy       62   Tall            
          2   Jim          Murphy       62   Funny           
          3   Kelly        Green        33   Tall") %>%
  mutate(v = 1L) %>%
  tidyr::spread(Characteristic, v, fill=0L)
#   Unique_ID First_Name Last_Name Age Funny Intelligent Short Tall
# 1         1        Bob     Smith  25     1           1     1    0
# 2         2        Jim    Murphy  62     1           0     0    1
# 3         3      Kelly     Green  33     0           0     0    1

---

大部分工作都是通过

spread

完成的。不幸的是，对于所有空点，这都是

NA

而不是

0

。如果你能接受它，你就是好人。（根据@www的建议进行编辑。）

更易消耗的数据，以及使用

dplyr

和

tidyr

的解决方案：

library(dplyr)
library(tidyr)
read.table(header=TRUE, stringsAsFactors=FALSE, text="
  Unique_ID   First_Name   Last_Name   Age   Characteristic  
          1   Bob          Smith        25   Intelligent     
          1   Bob          Smith        25   Funny           
          1   Bob          Smith        25   Short           
          2   Jim          Murphy       62   Tall            
          2   Jim          Murphy       62   Funny           
          3   Kelly        Green        33   Tall") %>%
  mutate(v = 1L) %>%
  tidyr::spread(Characteristic, v, fill=0L)
#   Unique_ID First_Name Last_Name Age Funny Intelligent Short Tall
# 1         1        Bob     Smith  25     1           1     1    0
# 2         2        Jim    Murphy  62     1           0     0    1
# 3         3      Kelly     Green  33     0           0     0    1

---

大部分工作都是通过

spread

完成的。不幸的是，对于所有空点，这都是

NA

而不是

0

。如果你能接受它，你就是好人。（根据@www的建议编辑。）

这里是另一个

tidyverse

解决方案

df %>%
  mutate(ind = 1L) %>%
  spread(Characteristic, ind, fill = 0L)

#   Unique.ID First.Name Last.Name Age Funny Intelligent Short Tall
# 1         1        Bob     Smith  25     1           1     1    0
# 2         2        Jim    Murphy  62     1           0     0    1
# 3         3      Kelly     Green  33     0           0     0    1

---

当每个案例有一个以上的实例时，您还可以使用

reformae2

来说明该案例

library(reshape2)
dcast(df, ...~Characteristic, fun.aggregate = length)

---

数据

df <- read.table(text = "Unique ID | First Name | Last Name | Age | Characteristic 
         1 | Bob        | Smith     |  25 | Intelligent    
         1 | Bob        | Smith     |  25 | Funny          
         1 | Bob        | Smith     |  25 | Short          
         2 | Jim        | Murphy    |  62 | Tall           
         2 | Jim        | Murphy    |  62 | Funny          
         3 | Kelly      | Green     |  33 | Tall         ", sep = "|", header = T, strip.white = T, stringsAsFactors = F)

---

df这里是另一个
tidyverse
解决方案

df %>%
  mutate(ind = 1L) %>%
  spread(Characteristic, ind, fill = 0L)

#   Unique.ID First.Name Last.Name Age Funny Intelligent Short Tall
# 1         1        Bob     Smith  25     1           1     1    0
# 2         2        Jim    Murphy  62     1           0     0    1
# 3         3      Kelly     Green  33     0           0     0    1


当每个案例有一个以上的实例时，您还可以使用
reformae2
来说明该案例

library(reshape2)
dcast(df, ...~Characteristic, fun.aggregate = length)


数据

df <- read.table(text = "Unique ID | First Name | Last Name | Age | Characteristic 
         1 | Bob        | Smith     |  25 | Intelligent    
         1 | Bob        | Smith     |  25 | Funny          
         1 | Bob        | Smith     |  25 | Short          
         2 | Jim        | Murphy    |  62 | Tall           
         2 | Jim        | Murphy    |  62 | Funny          
         3 | Kelly      | Green     |  33 | Tall         ", sep = "|", header = T, strip.white = T, stringsAsFactors = F)

df谢谢@www，我记得以前见过，太好了。在看到@r2evans和你的评论@www之前，我正在写我未经编辑的答案。无论如何，我添加了一个
reforme2
备选方案。谢谢@www，我记得以前见过，太好了。在看到@r2evans和你的评论@www之前，我正在写我未经编辑的答案。无论如何，我添加了一个
重塑2
备选方案。为了一致性，我建议
变异（ind=1L）
或
fill=0
@r2evans Done.：）为了一致性，我建议
变异（ind=1L）
或
fill=0
@r2evans Done.）