Re: [問題] 如何整理合併資料並計算個數

[celestialgod (天)]

※ 引述《atomo (Mr.Wu)》之銘言：
:
: ctrl + y 可以刪除一整行，請將不需要的內容刪除
: [問題類型]:
:
: 程式諮詢(我想用R 做某件事情，但是我不知道要怎麼用R 寫出來)
:
: [軟體熟悉度]:
: 請把以下不需要的部份刪除
: 新手(沒寫過程式，R 是我的第一次)
: [問題敘述]:
: 原始資料:
:  Firm stage  year
:   A   early  2012
:   A   early  2012
:   A   later  2012
:   A   later  2013
:   B   early  2012
:   B   early  2013
:   B   early  2013
:   B   later  2012
:   C   early  2013
:   C   early  2013
:   C   later  2013
:   .......
: 想讓資料會按公司名稱和年度去計算當年度的early以及later的數目
: 想變成:
:   Firm  year  early  later
:    A    2012    2       1
:    A    2013    0       1
:    B    2012    1       0
:    B    2013    2       0
:    C    2013    2       1
: 不好意思,剛開始使用r 不太清楚如何敘述問題和寫程式碼,目前是使用dplyr的
: group_by 和 n() 兩個來練習不知道方向有無錯誤,謝謝有任何需要補充的我在補充

方向正確，只是要把early跟later拉出來

還需要會用tidyr的spread或是data.table的dcast.data.table或是base的unstack

也可以用reshape2的dcast，甚至是reshape的cast

另外，硬幹的話，還可以用split + lapply(llply) + merge (full_join)

下面用tidyr的spread示範：

library(data.table)
library(magrittr)
library(dplyr)
library(tidyr)

DT <- fread('Firm stage  year
  A   early  2012
  A   early  2012
  A   later  2012
  A   later  2013
  B   early  2012
  B   early  2013
  B   early  2013
  B   later  2012
  C   early  2013
  C   early  2013
  C   later  2013')

DT %>% group_by(Firm, year, stage) %>%
  summarise(stage_count = n()) %>%
  spread(stage, stage_count, fill = 0)

# Source: local data table [5 x 4]
# Groups:
#
#    Firm  year early later
#   (chr) (int) (dbl) (dbl)
# 1     A  2012     2     1
# 2     A  2013     0     1
# 3     B  2012     1     1
# 4     B  2013     2     0
# 5     C  2013     2     1


# 寫一下硬幹的方法：

split(DT2, DT2$stage) %>% llply(function(x){
  x %>% setnames("stage_count", unique(.$stage)) %>% select(-stage)
}) %>% {full_join(.[[1]], .[[2]])} %>%
  mutate_each(funs(mapvalues(., NA, 0)))

--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 180.218.152.118
※ 文章網址: https://www.ptt.cc/bbs/R_Language/M.1460038781.A.933.html
推 atomo: 跪著研究中,有問題再問大大,謝謝
※ 編輯: celestialgod (180.218.152.118), 04/07/2016 22:33:08
推 atomo: 另外請問一下是如何知道是計算stage的個別數目而不是year項
→ atomo: 呢？
→ carl090105: 最簡潔就是用DT%＞%dcast.data.table(Firm + year ~ s
→ carl090105: tage)
推 LinNine: 推卡爾大大