在data.frame上重构魔法

Question

我目前正在学习使用data.frame,并对如何重新排序它们感到困惑.

目前,我有一个data.frame显示:

• 第1列:商店名称
• 第2栏:产品
• 第3栏:本店购买此产品的数量

或者在视觉上是这样的:

+---+-----------+-------+----------+--+
|   | Shop.Name | Items | Product  |  |
+---+-----------+-------+----------+--+
| 1 | Shop1     |     2 | Product1 |  |
| 2 | Shop1     |     4 | Product2 |  |
| 3 | Shop2     |     3 | Product1 |  |
| 4 | Shop3     |     2 | Product1 |  |
| 5 | Shop3     |     1 | Product4 |  |
+---+-----------+-------+----------+--+

我想要实现的是以下"以商店为中心"的结构:

• 第1列:商店名称
• 第2列:为product1销售的商品
• 第3列:为product2销售的商品
• 第4列:为product3销售的商品......

如果没有特定商店/产品的行(因为没有销售),我想创建一个0.

要么

+---+-------+-------+-------+-------+-------+-----+--+--+
|   | Shop  | Prod1 | Prod2 | Prod3 | Prod4 | ... |  |  |
+---+-------+-------+-------+-------+-------+-----+--+--+
| 1 | Shop1 |     2 |     4 |     0 |     0 | ... |  |  |
| 2 | Shop2 |     3 |     0 |     0 |     0 | ... |  |  |
| 3 | Shop3 |     2 |     0 |     0 |     1 | ... |  |  |
+---+-------+-------+-------+-------+-------+-----+--+--+

Answer 1

到目前为止,答案在某种程度上起作用,但没有完全回答你的问题.特别是,它们没有解决没有商店销售特定产品的情况的问题.根据您的示例输入和所需的输出,没有商店出售"Product3".实际上,"Product3"甚至没有出现在您的来源中data.frame.此外,它们没有解决每个商店+产品组合具有多个行的可能情况.

这是您的数据的修改版本和目前为止的两个解决方案.我为"Shop1"和"Product1"的组合添加了另一行.请注意,我已将您的产品转换为factor包含变量可以采用的级别的变量,即使这些级别实际上都没有该级别.

mydf <- data.frame(
  Shop.Name = c("Shop1", "Shop1", "Shop2", "Shop3", "Shop3", "Shop1"),
  Items = c(2, 4, 3, 2, 1, 2),
  Product = factor(
    c("Product1", "Product2", "Product1", "Product1", "Product4", "Product1"),
    levels = c("Product1", "Product2", "Product3", "Product4")))

1. dcast 来自"reshape2"

   library(reshape2)
   dcast(mydf, formula = Shop.Name ~ Product, value="Items", fill=0)
   # Using Product as value column: use value.var to override.
   # Aggregation function missing: defaulting to length
   # Error in .fun(.value[i], ...) : 
   #   2 arguments passed to 'length' which requires 1
   

   世界卫生大会？突然不起作用.改为:

   dcast(mydf, formula = Shop.Name ~ Product, 
         fill = 0, value.var = "Items", 
         fun.aggregate = sum, drop = FALSE)
   #   Shop.Name Product1 Product2 Product3 Product4
   # 1     Shop1        4        4        0        0
   # 2     Shop2        3        0        0        0
   # 3     Shop3        2        0        0        1
   

2. 我们是老学校.cast来自"重塑"

   library(reshape)
   cast(mydf, formula = Shop.Name ~ Product, value="Items", fill=0)
   # Aggregation requires fun.aggregate: length used as default
   #   Shop.Name Product1 Product2 Product4
   # 1     Shop1        2        1        0
   # 2     Shop2        1        0        0
   # 3     Shop3        1        0        1
   

   呃.不是你想要的......试试这个:

   cast(mydf, formula = Shop.Name ~ Product, 
        value = "Items", fill = 0, 
        add.missing = TRUE, fun.aggregate = sum)
   #   Shop.Name Product1 Product2 Product3 Product4
   # 1     Shop1        4        4        0        0
   # 2     Shop2        3        0        0        0
   # 3     Shop3        2        0        0        1
   

3. 让我们回到基础.xtabs来自基地R.

   xtabs(Items ~ Shop.Name + Product, mydf)
   #          Product
   # Shop.Name Product1 Product2 Product3 Product4
   #     Shop1        4        4        0        0
   #     Shop2        3        0        0        0
   #     Shop3        2        0        0        1
   

   或者,如果你喜欢data.frame(请注意,您的"Shop.Name"变量已经被转换成row.names的data.frame):

   as.data.frame.matrix(xtabs(Items ~ Shop.Name + Product, mydf))
   #       Product1 Product2 Product3 Product4
   # Shop1        4        4        0        0
   # Shop2        3        0        0        0
   # Shop3        2        0        0        1