循环通过csv并转储到R中的数据框-Java 学习之路

使用R，我试图获取一个csv文件，循环它，提取值，并将它们转储到数据框中 . csv中有四列：ID，UG_inst，Freq和Year . 具体来说，我希望每年按机构名称（2010-11,2011-12,2012-13和2013-14）遍历UG_inst列，并将该单元格的值放入R中的相应“单元格”中数据框 . 现在，csv只有一个Year列，但我创建的数据框每年都有一列 . 最终的想法是能够创建表示每个机构每年频率的条形图 . 目前，下面的代码抛出NO错误，但似乎对R数据帧“j”没有任何作用 .

一些警告：1）做一个嵌套的for循环让我的头旋转，所以我决定现在只使用2010-11并且只是循环通过机构名称 . 由于只有4年，我可以重写这四次，每次都有不同的年份 . 2）此外，在csv中，有重复的名称 . 因此，如果机构名称出现两次（由于按字母顺序排列将在csv中相邻的行），有没有办法将这些的SUM转储到R中的数据框中？

所有相关信息如下 . 非常感谢任何帮助!!!!

以下是.csv文件的链接：https：//www.dropbox.com/s/9et7muchkrgtgz7/UG_inst_ALL.csv

这是我正在尝试的R代码：

abc <- read.csv(insert file path to above csv here)

inst_string <- unique(abc$UG_inst)

j <- data.frame("UG_inst"=inst_string,"2010-11"=NA,"2011-12"=NA,"2012-13"=NA,"2013-14"=NA)

for (i in inst_string) {
    inst.index <- which(abc$UG_inst == i && abc$Year == "2010-11")
    j$X2010.11[j$Ug_inst==i] <- abc$Freq[inst.index]
                       }

2 回答

我建议使用基础R中的 reshape() 函数，而不是使用嵌套循环（或根本不使用循环） .

abc <- read.csv("UG_inst_ALL.csv")
abc <- abc[2:4]

reshape(data = abc,
        v.names = "Freq",
        timevar = "Year",
        idvar = "UG_inst",
        direction = "wide")

回复于 2024-04-25T12:14:06+08:00

这被称为“重塑”您的数据，您将从“长”格式转变为“宽”格式 .

除了基础R的 reshape 功能之外，还有一些其他选项需要考虑 .

我假设我们开始读取数据，如下所示 .

abc <- read.csv("~/Downloads/UG_inst_ALL.csv", row.names = 1)
head(abc)
#                        UG_inst Freq    Year
# 1 Abilene Christian University    0 2010-11
# 2       Adams State University    0 2010-11
# 3               Adrian College    1 2010-11
# 4          Agnes Scott College    0 2010-11
# 5       Alabama A&M University    1 2010-11
# 6               Albion College    1 2010-11

选项1：xtabs

out <- as.data.frame.matrix(xtabs(Freq ~ UG_inst + Year, abc))
head(out)
#                              2010-11 2011-12 2012-13 2013-14
# Abilene Christian University       0       1       0       0
# Adams State University             0       0       0       1
# Adrian College                     1       0       0       0
# Agnes Scott College                0       0       1       0
# Alabama A&M University             1       3       1       2
# Albion College                     1       0       0       0

选项2：来自“reshape2”的dcast

library(reshape2)
head(dcast(abc, UG_inst ~ Year, value.var = "Freq"))

选项3：从“tidyr”传播

library(dplyr)
library(tidyr)
abc %>% select(-X) %>% group_by(UG_inst) %>% spread(Year, Freq)