R中数据矩阵的整形

我在R中有一些数据需要重新塑造，但我不知道如何重塑。下面是一个场景：我有来自不同学校的一些学生的考试成绩数据。以下是一些示例数据：

#Create example data: 
test <- data.frame("score" = c(1,10,20,40,20), "schoolid" = c(1,1,2,2,3))

因此，有一个学校id来识别学校，每个学生都有一个考试分数。对于不同程序中的分析，我希望数据的格式如下：

  score schoolid
    1        1
   10        1
   20        2
   40        2
   20        3

                Score student 1    Score student 2 
School ID == 1        1                   10               
School ID == 2       10                   40
School ID == 3       20                   NA

为了重塑数据，我尝试使用重塑2库中的重塑和强制转换函数，但这导致了错误：

#Reshape function
reshape(test, v.names = test2$score, idvar = test2$schoolid, direction = "wide")
reshape(test, idvar = test$schoolid, direction = "wide")
#Error: in [.data.frame'(data,,idvar): undefined columns selected

#Cast function
cast(test,test$schoolid~test$score)
#Error: Error: could not find function "cast" (although ?cast works fine)

我想，每所学校的考试分数不同，这一事实使重组过程复杂化

---

如何重塑此数据以及应使用哪个函数

您必须在某个地方定义学生id，例如：

test <- data.frame("score" = c(1,10,20,40,20), "schoolid" = c(1,1,2,2,3))
test$studentid <- c(1,2,1,2,1)

library(reshape2)
dcast(test, schoolid ~ studentid, value.var="score",mean)
  schoolid  1   2
1        1  1  10
2        2 20  40
3        3 20 NaN

---

test以下是一些仅使用R的基数的解决方案。所有三个解决方案都使用这个新的
studentno
变量：

studentno <- with(test, ave(schoolid, schoolid, FUN = seq_along))

给予：

   1  2
1  1 10
2 20 40
3 20 NA

  schoolid student.1 student.2
1        1         1        10
3        2        20        40
5        3        20        NA

        studentno
schoolid  1  2
       1  1 10
       2 20 40
       3 20   

2）重塑

# rename score to student and append studentno column
test2 <- transform(test, student = score, score = NULL, studentno = studentno)
reshape(test2, dir = "wide", idvar = "schoolid", timevar = "studentno")

3）如果没有得分为0的学生，xtabs
xtabs
也可以工作

xt <- xtabs(score ~ schoolid + studentno, test)
xt[xt == 0] <- NA  # omit this step if its ok to use 0 in place of NA
xt

您必须在data.frame上定义学生id。
        studentno
schoolid  1  2
       1  1 10
       2 20 40
       3 20