Сводной фрейм данных без Null

Я рассмотрел все подобные вопросы о stackoverflow, но безуспешно.

Рассмотрим набор данных iris. Я просто хочу поместить виды в виде столбцов и получить под названиями каждого вида только длину чашелистика.

Пока я получаю:

library("reshape2")
data(iris)
iris$ID <- 1:nrow(iris)
acast(iris,ID~Species,value.var = "Sepal.Length")

Результат почти такой, как я ожидал... За исключением всех NA, которых здесь быть не должно (значения каждого столбца должны быть сдвинуты до того, что мы получим только 50 строк для всего фрейма данных).

Стоит ли изучать PHP в 2023-2024 годах?
Стоит ли изучать PHP в 2023-2024 годах?
Привет всем, сегодня я хочу высказать свои соображения по поводу вопроса, который я уже много раз получал в своем сообществе: "Стоит ли изучать PHP в...
Поведение ключевого слова "this" в стрелочной функции в сравнении с нормальной функцией
Поведение ключевого слова "this" в стрелочной функции в сравнении с нормальной функцией
В JavaScript одним из самых запутанных понятий является поведение ключевого слова "this" в стрелочной и обычной функциях.
Приемы CSS-макетирования - floats и Flexbox
Приемы CSS-макетирования - floats и Flexbox
Здравствуйте, друзья-студенты! Готовы совершенствовать свои навыки веб-дизайна? Сегодня в нашем путешествии мы рассмотрим приемы CSS-верстки - в...
Тестирование функциональных ngrx-эффектов в Angular 16 с помощью Jest
В системе управления состояниями ngrx, совместимой с Angular 16, появились функциональные эффекты. Это здорово и делает код определенно легче для...
Концепция локализации и ее применение в приложениях React ⚡️
Концепция локализации и ее применение в приложениях React ⚡️
Локализация - это процесс адаптации приложения к различным языкам и культурным требованиям. Это позволяет пользователям получить опыт, соответствующий...
Пользовательский скаляр GraphQL
Пользовательский скаляр GraphQL
Листовые узлы системы типов GraphQL называются скалярами. Достигнув скалярного типа, невозможно спуститься дальше по иерархии типов. Скалярный тип...
1
0
21
2
Перейти к ответу Данный вопрос помечен как решенный

Ответы 2

Ответ принят как подходящий

Вот пара вариантов -

library(dplyr)
library(tidyr)

iris %>%
  select(Species, Sepal.Length) %>%
  group_by(Species) %>%
  mutate(row = row_number()) %>%
  pivot_wider(names_from = Species, values_from = Sepal.Length) %>%
  select(-row)

#   setosa versicolor virginica
#    <dbl>      <dbl>     <dbl>
# 1    5.1        7         6.3
# 2    4.9        6.4       5.8
# 3    4.7        6.9       7.1
# 4    4.6        5.5       6.3
# 5    5          6.5       6.5
# 6    5.4        5.7       7.6
# 7    4.6        6.3       4.9
# 8    5          4.9       7.3
# 9    4.4        6.6       6.7
#10    4.9        5.2       7.2
# … with 40 more rows

data.table -

library(data.table)

df <- iris

dcast(setDT(df), rowid(Species)~Species, value.var = "Sepal.Length")

Другое возможное решение:

library(tidyverse)

iris %>% 
  select(Sepal.Length, Species) %>% 
  pivot_wider(names_from = Species, values_from = Sepal.Length, values_fn = list) %>% 
  unnest(everything())

#> # A tibble: 50 × 3
#>    setosa versicolor virginica
#>     <dbl>      <dbl>     <dbl>
#>  1    5.1        7         6.3
#>  2    4.9        6.4       5.8
#>  3    4.7        6.9       7.1
#>  4    4.6        5.5       6.3
#>  5    5          6.5       6.5
#>  6    5.4        5.7       7.6
#>  7    4.6        6.3       4.9
#>  8    5          4.9       7.3
#>  9    4.4        6.6       6.7
#> 10    4.9        5.2       7.2
#> # … with 40 more rows

Другие вопросы по теме