Блог

У меня есть файл .dbf, который я экспортировал из ArcGIS 10.1, и мне нужно его реорганизовать. Примером данных является:

        V1               V2
40.000000000000000 41.000000000000000

40.000000000000000 42.000000000000000

41.000000000000000 40.000000000000000

41.000000000000000 42.000000000000000

41.000000000000000 43.000000000000000

42.000000000000000 40.000000000000000

42.000000000000000 41.000000000000000

42.000000000000000 43.000000000000000

43.000000000000000 41.000000000000000

43.000000000000000 42.000000000000000
  

Мне нужны данные в формате, в котором для каждого уникального значения в первом столбце есть только одна строка, при этом все соответствующие значения из второго столбца теперь отображаются в этой строке, например:

   V1                   V2              V3                  V4
40.000000000000000 41.000000000000000 42.000000000000000

41.000000000000000 40.000000000000000 42.000000000000000 43.000000000000000

42.000000000000000 40.000000000000000 41.000000000000000 43.000000000000000

43.000000000000000 41.000000000000000 42.000000000000000
  

Если кто-нибудь может помочь мне с этой проблемой, я был бы признателен. Спасибо!

Вы можете разделить свой фрейм данных, используя split функцию в первом столбце и use lapply для извлечения ваших векторов:

 dat = data.frame(X1=c(40, 40, 41, 41, 41, 42, 42, 42, 43, 43),
                 X2=c(41, 42, 40, 42, 43, 40, 41, 43, 41, 42))
res <- lapply(split(dat, dat[,1]), function(d) c(d[1,1], sort(unique(d[,2]))))
res
# $`40`
# [1] 40 41 42
# 
# $`41`
# [1] 41 40 42 43
# 
# $`42`
# [1] 42 40 41 43
# 
# $`43`
# [1] 43 41 42
  

Большинство, вероятно, предпочло бы сохранить данные в этом формате, но вы также можете объединить список в матрицу, заполнив векторы NA значениями:

 max.len <- max(unlist(lapply(res, length)))
do.call(rbind, lapply(res, function(x) { length(x) <- max.len ; x }))
#    [,1] [,2] [,3] [,4]
# 40   40   41   42   NA
# 41   41   40   42   43
# 42   42   40   41   43
# 43   43   41   42   NA
  

Вы также можете сделать это в dplyr

 library(dplyr)
library(tidyr)
  dat%>% 
  group_by(X1) %>%
  mutate(Time=seq_along(X1)) 
  %>%spread(Time,X2)
 #Source: local data frame [4 x 4]

 #X1  1  2  3
#1 40 41 42 NA
#2 41 40 42 43
#3 42 40 41 43
#4 43 41 42 NA
  

По сути, это reshape проблема, но у вас нет переменной «time».

Вы можете легко создать переменную «time» следующим образом:

 dat$time <- with(dat, ave(X1, X1, FUN = seq_along))
  

Оттуда используйте reshape из базы R…

 reshape(dat, direction = "wide", idvar="X1", timevar="time")
#   X1 X2.1 X2.2 X2.3
# 1 40   41   42   NA
# 3 41   40   42   43
# 6 42   40   41   43
# 9 43   41   42   NA
  

… или dcast из «reshape2″…

 library(reshape2)
dcast(dat, X1 ~ time, value.var="X2")
#   X1  1  2  3
# 1 40 41 42 NA
# 2 41 40 42 43
# 3 42 40 41 43
# 4 43 41 42 NA