Question

我想改变这个

     Person    Error_Type
[1,]  Name_1      Type_A
[2,]  Name_2      Type_B
[3,]  Name_1      Type_A
[4,]  Name_3      Type_C
[5,]  Name_2      Type_C
[6,]  Name_1      Type_B

进入这个：

      Person     Type_A     Type_B    Type_C
[1,]  Name_1       2          1          -     
[2,]  Name_2       -          1          1   
[3,]  Name_3       -          0          1

Names_和Type_都是字符串

谢谢！

Answer 1

正如@thelatemail针对给出的示例所指出的那样，table几乎完全给出了OP在一个函数调用中所请求的内容。

df <- data.frame(Person = c("Name_1","Name_2","Name_1","Name_3","Name_2","Name_1"),
Error_Type = c("Type_A","Type_B","Type_A","Type_C","Type_C","Type_B"),
stringsAsFactors = FALSE)

table(df)
        Error_Type
Person   Type_A Type_B Type_C
  Name_1      2      1      0
  Name_2      0      1      1
  Name_3      0      0      1

然而，OP已经声明实际数据比给定的例子稍微复杂一些。下面是一个基础R解决方案，应该在更一般的水平上工作。

MakeDf <- function(myDf) {
    myCols <- unique(myDf$Error_Type)
    z <- split(myDf, myDf$Person)
    lenR <- length(z)
    newDf <- data.frame(matrix(rep(0, lenR*length(myCols)), nrow = lenR))
    colnames(newDf) <- myCols; rownames(newDf) <- names(z)
    for (i in 1:lenR) {
        t <- rle(z[[i]]$Error_Type)
        newDf[i, t$values] <- t$lengths
    }
    newDf
}

MakeDf(df)
       Type_A Type_B Type_C
Name_1      2      1      0
Name_2      0      1      1
Name_3      0      0      1

此功能利用split和rle（非常类似于table）。

Answer 2

试试这个......（myMat是上面描述的矩阵）

myMat <- data.frame(myMat)
aggregate(myMat, by = list(myMat$Error_Type), FUN = length)

该函数将通过“by”参数中列出的内容按指定的函数聚合第一个参数。

R - sum每个唯一人的字符串#occurrences

2 个答案: