数据透视将列中的值复制为宽格式,而不使用R进行聚合
我有一个类似于本文中描述的数据集的数据集,并尝试使用R中描述的解决方案。但是,如果不聚合数据,我无法创建所需的表数据透视将列中的值复制为宽格式,而不使用R进行聚合,r,R,我有一个类似于本文中描述的数据集的数据集,并尝试使用R中描述的解决方案。但是,如果不聚合数据,我无法创建所需的表 Day <- c(3, 3, 3, 3, 3, 3, 5, 5, 5, 5, 5, 5) Treatment <- c("M1", "M1", "M2", "M2", "M3", "M3", "M1", "M1&quo
Day <- c(3, 3, 3, 3, 3, 3, 5, 5, 5, 5, 5, 5)
Treatment <- c("M1", "M1", "M2", "M2", "M3", "M3", "M1", "M1", "M2", "M2", "M3", "M3")
Values <- c(2, 3, 5, 7, 7, 9, 3, 3, 5, 5, 7, 2)
tx <- data.frame(Day,Treatment, Values)
Day Treatment Values
1: 3 M1 2
2: 3 M1 3
3: 3 M2 5
4: 3 M2 7
5: 3 M3 7
6: 3 M3 9
7: 5 M1 3
8: 5 M1 3
9: 5 M2 5
10: 5 M2 5
11: 5 M3 7
12: 5 M3 2
我想创建以下输出:
Day M1 M2 M3
#1 3 2 5 7
#2 3 3 7 9
#3 5 3 5 7
#4 5 3 5 2
对于每个
天
和治疗
创建一个唯一的ID列,并将数据转换为宽格式
library(dplyr)
library(tidyr)
tx %>%
group_by(Day, Treatment) %>%
mutate(row = row_number()) %>%
pivot_wider(names_from = Treatment, values_from = Values) %>%
ungroup %>%
select(-row)
# Day M1 M2 M3
# <dbl> <dbl> <dbl> <dbl>
#1 3 2 5 7
#2 3 3 7 9
#3 5 3 5 7
#4 5 3 5 2
库(dplyr)
图书馆(tidyr)
tx%>%
按(天,治疗)分组%>%
变异(行=行编号())%>%
枢轴宽度(名称从=治疗,值从=值)%>%
解组%>%
选择(-行)
#第M1天M2 M3
#
#1 3 2 5 7
#2 3 3 7 9
#3 5 3 5 7
#4 5 3 5 2
对于每个日
和治疗
创建一个唯一的ID列,并将数据转换为宽格式
library(dplyr)
library(tidyr)
tx %>%
group_by(Day, Treatment) %>%
mutate(row = row_number()) %>%
pivot_wider(names_from = Treatment, values_from = Values) %>%
ungroup %>%
select(-row)
# Day M1 M2 M3
# <dbl> <dbl> <dbl> <dbl>
#1 3 2 5 7
#2 3 3 7 9
#3 5 3 5 7
#4 5 3 5 2
库(dplyr)
图书馆(tidyr)
tx%>%
按(天,治疗)分组%>%
变异(行=行编号())%>%
枢轴宽度(名称从=治疗,值从=值)%>%
解组%>%
选择(-行)
#第M1天M2 M3
#
#1 3 2 5 7
#2 3 3 7 9
#3 5 3 5 7
#4 5 3 5 2
太棒了!我花了一整天的时间寻找解决方案,而你却让它看起来如此简单。太棒了!我花了一整天的时间寻找解决方案,而你却让它看起来如此简单。