相关疑难解决方法(0)

df <- data.frame(var1 = c('a', 'b', 'c'), var2 = c('d', 'e', 'f'),
                 freq = 1:3)

扩展上面data.frame的前两列的最简单方法是什么,以便每行显示"freq"列中指定的次数？

换句话说,从这里开始:

df
  var1 var2 freq
1    a    d    1
2    b    e    2
3    c    f    3

对此:

df.expanded
  var1 var2
1    a    d
2    b    e
3    b    e
4    c    f
5    c    f
6    c    f

我想每次都重复data.frame的行N.结果应该是一个新的data.frame(with nrow(new.df) == nrow(old.df) * N)保持列的数据类型.

N = 2的示例:

                        A B   C
  A B   C             1 j i 100
1 j i 100     -->     2 j i 100
2 K P 101             3 K P 101
                      4 K P 101

因此,每行重复2次,字符仍然是字符,因素仍然是因素,数字仍然是数字,...

我的第一次尝试使用了:apply(old.df, 2, function(co) rep(co, each = N)),但是这个将我的值转换为字符,我得到:

     A   B   C    
[1,] "j" "i" "100"
[2,] "j" "i" "100"
[3,] "K" "P" "101"
[4,] "K" "P" "101"

有很多类似的问题（例如，重复 data.frame 的每一行指定的次数，在 R 中解聚合/反向汇总/扩展数据集，在 dplyr 中重复 data.frame 的行），但是我的数据集的结构与这些问题的答案所假设的不同。

我有一个数据框，其中包含每个数据中的测量频率group以及每组每个结果的观察总数total_N：

tibble(group=c("A", "B"), total_N=c(4,5), measure_A=c(1,4), measure_B=c(2,3))
# A tibble: 2 x 4
  group total_N outcome_A outcome_B
  <chr>   <dbl>     <dbl>     <dbl>
1 A           4         1         2
2 B           5         4         3

我想对数据进行反聚合，以便数据框的行数与观察总数一样多，并且每个结果都有一个1用于所有带结果的观察值和一个0用于所有没有结果的观察值。因此最终结果应该是这样的数据框：

# A tibble: 9 x 3
  group outcome_A outcome_B
  <chr>     <dbl>     <dbl>
1 A             1         1
2 A             0         1
3 A             0         0
4 A …