从列中获取一些值以使多个新列与R中的id列匹配-Java 学习之路

我在R中有两个数据框：

DF1

Site_code  Species_code  Abundance
    1           MRN          50
    1           TFP          100
    2           MRN          5
    2           XNP          20
    2           AMP          15

在df2中，我有一堆信息，以及站点代码，但每个站点只有一行 . 其他列不感兴趣 .

Site_code   latitude   mean_temp ...etc
    1               55          15
    2               56          10

我想根据df1中的信息为df2中的每个站点创建一个新的数据帧（或矩阵），每个物种有一列，列名与物种代码相同，以及有关的信息 . 列中每个物种的丰度，如果没有在该站点记录物种，则为0值，因此我会得到如下的df：

Site_code   AMP  MRN    TFP   XNP
    1           0     50     100  0  
    2           15    5      0    20

我也想多次这样做，因为我有很多df2，我想为每个df2组成一个新的数据帧 .

我已经阅读了很多关于SO的问题，并且没有遇到过这样的问题 . 如果它已被回答，我真的很感激被指向正确的方向 .

2 回答

您可以使用 reshape2 中的 dcast 函数：

library(reshape2)
df2 <- dcast(df1, Site_code ~ Species_code, fill = 0)

df2
# Site_code AMP MRN TFP XNP
#         1   0  50 100   0
#         2  15   5   0  20

简短而简单 .

您也可以使用 stats 包中的 reshape ，它不需要外部库 .

# Transpose the data frame by site
df2 <- reshape(df1,
               idvar = "Site_code",
               timevar = "Species_code",
               direction = "wide")

# Reset NA values to 0
df2[is.na(df2)] <- 0

# Remove "Abundance." from the column names
colnames(df2) <- gsub("Abundance.", "", colnames(df2))

df2
# Site_code MRN TFP XNP AMP
#         1  50 100   0   0
#         2   5   0  20  15

reshape 函数使用 NA 填充原始未转置数据集中不存在的值，因此必须手动将这些值重置为0 .

它还将转置变量的名称附加到新列名称，但可以使用 gsub 删除它 .

回复于 2024-05-17T10:06:53+08:00

R具有多种功能，用于将数据从长格式转换为宽格式，包括预先安装的 stats 包中的 reshape 和 reshape2 包中的 dcast . 在我看来，来自 tidyr 包的 spread 具有最直观的语法：

library(tidyr)
spread(df1, Species_code, Abundance, fill = 0)

data

df1 <- read.table(text = 
"Site_code  Species_code  Abundance
    1           MRN          50
    1           TFP          100
    2           MRN          5
    2           XNP          20
    2           AMP          15",
header = TRUE)

回复于 2024-05-17T10:06:53+08:00

从列中获取一些值以使多个新列与R中的id列匹配

2 回答

相关问题