组合不同长度的长格式数据帧并转换为宽格式

Posted 2023-02-14

【中文标题】组合不同长度的长格式数据帧并转换为宽格式

【英文标题】：Combine long-format data frames with different length and convert to wide format

【发布时间】：2022-01-04 18:40:35

【问题描述】：

由于time 变量（面板数据不平衡），我想组合不同长度的长格式数据帧：

set.seed(63)
#function to create a data frame that includes id, time and x
func1 <- function (size=5) 
             x=sample(c(0,1), 1)
             data.frame(time=1:size, x=x)
    
#function to row combine data frames
func2 <- do.call("rbind", Map(function(x,y) 
             data.frame(id=x, func1(y))
             , 1:5, 5))
    
#Sample 10 observations to create imbalanced panel data
dd <- func2[sample(nrow(func2), 10), ]  
fd <- dd[with(dd, order(id, time)),]
> fd
   id time x
1   1    1 0
2   1    2 0
3   1    3 0
4   1    4 0
5   1    5 0
10  2    5 1
13  3    3 0
17  4    2 0
18  4    3 0
21  5    1 0

最后，我想将其转换为宽格式，并根据 time 变量用 NA 填充 x 的跳过单元格。像这样的：

id    x.time1 x.time2 x.time3 x.time4 x.time5 
1       0       0       0       0       0
2       NA      NA      NA      NA      1
3       NA      NA      0       NA      NA
4       NA      0       0       NA      NA
5       0       NA      NA      NA      NA

【问题讨论】：

是的，这是一个错字。我更正了。

【参考方案1】：

一个可能的解决方案：

library(tidyverse)

fd <- data.frame(
          id = c(1L, 1L, 1L, 1L, 1L, 2L, 3L, 4L, 4L, 5L),
        time = c(1L, 2L, 3L, 4L, 5L, 5L, 3L, 2L, 3L, 1L),
           x = c(0L, 0L, 0L, 0L, 0L, 1L, 0L, 0L, 0L, 0L)
)

fd %>% 
  pivot_wider(id, names_from = time, values_from = x, names_prefix = "x.time")

#> # A tibble: 5 × 6
#>      id x.time1 x.time2 x.time3 x.time4 x.time5
#>   <int>   <int>   <int>   <int>   <int>   <int>
#> 1     1       0       0       0       0       0
#> 2     2      NA      NA      NA      NA       1
#> 3     3      NA      NA       0      NA      NA
#> 4     4      NA       0       0      NA      NA
#> 5     5       0      NA      NA      NA      NA

【讨论】：

谢谢@Paul！我赞成你的回答，但接受了 akrun 的 data.table 解决方案，因为据说它比 tidyverse

不客气，@cliu！没问题：我来这里是为了学习而不是为了获得 *** 的声誉！ ;-)

【参考方案2】：

使用data.table

library(data.table)
dcast(setDT(fd), id ~ paste0('x.time', time), value.var = 'x')

-输出

   id x.time1 x.time2 x.time3 x.time4 x.time5
1:  1       0       0       0       0       0
2:  2      NA      NA      NA      NA       1
3:  3      NA      NA       0      NA      NA
4:  4      NA       0       0      NA      NA
5:  5       0      NA      NA      NA      NA