R 重塑1列中的值并附加到现有列名

我的数据集如下所示：

Col1     Col2    Col3   Col4    Col5
   A        1       1     10      90
   A        1       2     20     100 
   A        1       3     30     110 
   A        1       4     40     120
   B        2       1     50     130
   B        2       2     60     140 
   B        2       3     70     150
   B        2       4     80     160

Col2    Col3   Col4_A    Col4_B      Col5_A      Col5_B
   1       1       10        NA          90          NA
   1       2       20        NA         100          NA
   1       3       30        NA         110          NA
   1       4       40        NA         120          NA 
   2       1       NA        50          NA         130
   2       2       NA        60          NA         140
   2       3       NA        70          NA         150
   2       4       NA        80          NA         160

我如何重新设置它的形状，使Col1中的值位于Col4及以后所有列的列名中？我的实际数据集大约有20列

我希望我的最终输出如下所示：

Col1     Col2    Col3   Col4    Col5
   A        1       1     10      90
   A        1       2     20     100 
   A        1       3     30     110 
   A        1       4     40     120
   B        2       1     50     130
   B        2       2     60     140 
   B        2       3     70     150
   B        2       4     80     160

Col2    Col3   Col4_A    Col4_B      Col5_A      Col5_B
   1       1       10        NA          90          NA
   1       2       20        NA         100          NA
   1       3       30        NA         110          NA
   1       4       40        NA         120          NA 
   2       1       NA        50          NA         130
   2       2       NA        60          NA         140
   2       3       NA        70          NA         150
   2       4       NA        80          NA         160

---

我们可以从

tidyr

使用

collect

、

unite

和

spread

：

library(dplyr)
library(tidyr)

df %>%
  gather(var, value, -(Col1:Col3)) %>%
  unite(var, var, Col1, sep="_") %>%
  spread(var, value)

结果：

  Col2 Col3 Col4_A Col4_B Col5_A Col5_B
1    1    1     10     NA     90     NA
2    1    2     20     NA    100     NA
3    1    3     30     NA    110     NA
4    1    4     40     NA    120     NA
5    2    1     NA     50     NA    130
6    2    2     NA     60     NA    140
7    2    3     NA     70     NA    150
8    2    4     NA     80     NA    160

df1 <- read.table(text='Col1     Col2    Col3   Col4    Col5
A        1       1     10      90
                  A        1       2     20     100 
                  A        1       3     30     110 
                  A        1       4     40     120
                  B        1       1     50     130
                  B        1       2     60     140 
                  B        1       3     70     150
                  B        1       4     80     160', header = TRUE)

setDT(df1)
value.var <- names(df1)[!names(df1) %in% c('Col1', 'Col2', 'Col3')]
dcast(df1, Col2 + Col3 ~ Col1, value.var = value.var )
#    Col2 Col3 Col5_A Col5_B Col4_A Col4_B
# 1:    1    1     90    130     10     50
# 2:    1    2    100    140     20     60
# 3:    1    3    110    150     30     70
# 4:    1    4    120    160     40     80

---

使用数据表。我展示了问题中发布的两个不同数据的解决方案

library('data.table')

数据-1:

  Col2 Col3 Col4_A Col4_B Col5_A Col5_B
1    1    1     10     NA     90     NA
2    1    2     20     NA    100     NA
3    1    3     30     NA    110     NA
4    1    4     40     NA    120     NA
5    2    1     NA     50     NA    130
6    2    2     NA     60     NA    140
7    2    3     NA     70     NA    150
8    2    4     NA     80     NA    160

df1 <- read.table(text='Col1     Col2    Col3   Col4    Col5
A        1       1     10      90
                  A        1       2     20     100 
                  A        1       3     30     110 
                  A        1       4     40     120
                  B        1       1     50     130
                  B        1       2     60     140 
                  B        1       3     70     150
                  B        1       4     80     160', header = TRUE)

setDT(df1)
value.var <- names(df1)[!names(df1) %in% c('Col1', 'Col2', 'Col3')]
dcast(df1, Col2 + Col3 ~ Col1, value.var = value.var )
#    Col2 Col3 Col5_A Col5_B Col4_A Col4_B
# 1:    1    1     90    130     10     50
# 2:    1    2    100    140     20     60
# 3:    1    3    110    150     30     70
# 4:    1    4    120    160     40     80

---

df1这里是一个基本的R方法，使用
model.matrix
和
sub

# construct desired data.frame
dat <- as.data.frame(model.matrix(~Col2 + Col3 + Col1:(Col4 + Col5) - 1, df1))
# construct desired names
names(dat) <- sub("^.*(.):(.*)$", "\\2\\1", names(dat))

请注意，如果您计划在模型中直接使用此选项，则可能不希望将其转换为data.frame。如果它仍然是一个矩阵，则将
names（dat）
替换为
colnames（dat）

使用
sub（“^.*（.）：（.*）$”、“\\2\\\1”、名称（dat））
包含下划线

要使第一部分更具动态性，可以使用函数为
model.matrix
函数创建公式，如下所示：

f <- function(x) as.formula(paste0("~ Col2 + Col3 + Col1:(",
                                   paste(paste0("Col", x), collapse=" + "), ") -1"))

f我想最后一列应该叫做
Col5\B
你说得对，我也要试试你的答案，谢谢！我更新了问题，使其更有意义。您更改了预期输出。。。这真的是您想要的，而不是之前的格式吗？是的，因为我的实际数据集将有一些示例，其中没有找到像上面那样的数据。希望这有意义！很抱歉更改了答案，希望您提供的答案在此场景中仍然有效。我认为您的预期输出不一致，因为
Col4
中的
50:80
最初出现在
Col2==2
的行中。同样的问题也存在于
Col5\u A
有没有办法不把它硬编码成两列而是df[，2]：ncol（df）？@nak5120不确定这是否回答了您的问题，但是您可以使用
-（Col1:Col3）
来排除所有
Col1
、
Col2
和
Col3
。请参见我的updatejust好奇，代码中的第一列被删除在哪里？只是想follow@nak5120在
unite
步骤中，它被
var
消耗掉了。
unite
的默认值是
remove=TRUE
，这将删除输入列。您还可以设置
remove=FALSE
以保留它。谢谢！您是否能够使Col4、Col5不硬编码，而只是从4开始调用列？谢谢，是否可以使Col4和Col5不硬编码，而只是从df[，4]开始，因为我的实际数据集有20个左右的列？