Iは、次の形式でBillnoと製品列を含むデータセットを有する：スプリットRにおけるデータセット
Billno Prod1 Prod2 Prod3 Prod4
1 123 176
2 189
3 1 2 44 46
Billno Product
1 123
1 176
2 189
3 1
3 2
3 44
3 46
など
を
分割機能は機能しますが、データセットには100万を超えるレコードが含まれています。これを行う効率的な方法はありますか？
を行うことができます。
library(dplyr)
library(tidyr)
bill <- rep(c(1,1,2,3,3,3,3),5)
prod <- rep(c(123,176,189, 1,2,44,46),5)
df <- data.frame(bill=bill, prod=prod)
#determine max product count (number of columns in result)
prodmax <- df %>% group_by(bill) %>% summarise(n = n())
df %>% group_by(bill) %>%
mutate(prodn = paste0("prod",row_number())) %>%
spread(prodn, prod) %>%
#select columns in correct order
select_(.dots = c('bill',paste0('prod',seq(1,max(prodmax$n)))))
結果で：
bill prod1 prod2 prod3 prod4
(dbl) (dbl) (dbl) (dbl) (dbl)
1 1 123 176 NA NA
2 2 189 NA NA NA
3 3 1 2 44 46
あなたはdplyrと
df <- read.table(header=T, text="Billno Product
1 123
1 176
2 189
3 1
3 2
3 44
3 46")
lst <- split(df[,-1], df[,1])
lst <- lapply(lst, "length<-", max(lengths(lst)))
df <- as.data.frame(do.call(rbind, lst))
# V1 V2 V3 V4
# 1 123 176 NA NA
# 2 189 NA NA NA
# 3 1 2 44 46
、その後
names(df) <- sub("V", "prod", names(df))
df$billno <- rownames(df)
は、これも行います。
l <- lapply(split(df, df$Billno), function(x) t(x)[2,])
df <- as.data.frame(do.call(rbind, lapply(lapply(l, unlist), "[",
1:(max(unlist(lapply(l, length)))))))
names(df) <- paste('Prod', 1:ncol(df), sep='')
df
Prod1 Prod2 Prod3 Prod4
1 123 176 NA NA
2 189 NA NA NA
3 1 2 44 46
ねえ@ Wietze314おかげで多くのことを...これは非常に速く、他のソリューションよりも結果を提供します..しかし、列は出力にはPROD1 prod10 prod11として注文されている...どのように私はやりますprod1 prod2 prod3に順序を変更する......列番号を手動で指定せずに – AB6
解決策を変更しました。列（デフォルトでアルファベット順に並べられている列）が正しい順序であることを確認する方法の1つです。もう1つの解決策は、列がアルファベット順に正しいことを確認することです（つまり、prod01、prod02、...、prod11など） – Wietze314