R 从长数据表到宽数据表

_我正在尝试转换数据集。我想要实现的是，如果

intensitytat

=1-R创建一个新列-Intensity 1a-并写入

damage\u a

的值。如果

intensitytat

=2，R将创建另一个新列-Intensity 2a-并写入

damage\u a

。最后，如果IntensityTat=3，则R生成新的列-Intensity 3a-并写入

损坏\u a的值。（它总是写入与强度指示器对应的同一行的损坏_x值）

然后我将运行相同的过程：从指标变量创建3列-每列对应一个指标值，并在每列中使用
damage\b
的值

最后，再次使用相同的值，但使用
damage\u c

type <- sample(seq(from = 1, to = 5, by = 1), size = 50, replace = TRUE)
type

intensity <- sample(seq(from = 1, to = 3, by = 1), size = 50, replace = TRUE)
intensity

damage_a <- sample(seq(from = 1, to = 50, by = 1), size = 50, replace = TRUE)
damage_b <- sample(seq(from = 1, to = 200, by = 1), size = 50, replace = TRUE)
damage_c <- sample(seq(from = 1, to = 500, by = 1), size = 50, replace = TRUE)

dat <- data.frame(type, intensity, damage_a, damage_b, damage_c)

# want to  evaluate if the difference in mean  between different damages 
  dat1 <- subset(dat, select = c(type, intensity, damage_a))
  dat2 <- subset(dat, select = c(type, intensity, damage_b))
  dat3 <- subset(dat, select = c(type, intensity, damage_c))

type查看tidyr中的聚集和扩散功能，例如

dat <- tidyr::spread(dat, damage, value, -intensity, -type)   
tidyr::spread(dat, damage, value)

dat我们可以使用
data.table
中的
dcast
，它可以获取多个
value.var
列。由于每组有多个观察值，我们可以使用
rowid
函数通过公式中的“类型”和“强度”创建序列变量。这将产生一个新列“type_1”，但稍后可以将其分配给
NULL

library(data.table)
dcast(setDT(dat), type + rowid(type, intensity) ~ paste0("intensity_", 
  intensity), value.var = c('damage_a', 'damage_b', 'damage_c'))[, type_1 := NULL][]

可能
库（data.table）；dcast（setDT（dat），type+rowid（type，intensity）~paste0（“intensity”，intensity），value.var=c（'damage_a'，'damage_b'，'damage_c'））
是这样的，但为什么代码中有
type_f
变量？你能解释一下comands是做什么的吗？我把这条评论作为一个解决方案贴了出来，并做了一些解释
library(data.table)
dcast(setDT(dat), type + rowid(type, intensity) ~ paste0("intensity_", 
  intensity), value.var = c('damage_a', 'damage_b', 'damage_c'))[, type_1 := NULL][]