一次重塑多个值
我有一个很长的数据集，我想扩大，我很好奇，如果有一种方法，在R一步使用reshape2或tidyr包完成这一切。
dataframedf如下所示：
id type transactions amount 20 income 20 100 20 expense 25 95 30 income 50 300 30 expense 45 250
我想要得到这个：
id income_transactions expense_transactions income_amount expense_amount 20 20 25 100 95 30 50 45 300 250
我知道我可以通过例如reshape2获得部分path：
dcast(df, id ~ type, value.var="transactions")
但是，是否有办法一次性重塑整个DF，同时解决“交易”和“金额”两个variables？ 理想情况下，新的更适合的列名称？
在“reshape2”中，你可以使用recast （虽然根据我的经验，这不是一个广为人知的function）。
library(reshape2) recast(mydf, id ~ variable + type, id.var = c("id", "type")) # id transactions_expense transactions_income amount_expense amount_income # 1 20 25 20 95 100 # 2 30 45 50 250 300
你也可以使用base R的reshape ：
reshape(mydf, direction = "wide", idvar = "id", timevar = "type") # id transactions.income amount.income transactions.expense amount.expense # 1 20 20 100 25 95 # 3 30 50 300 45 250
或者，你可以像这样（这里用“data.table”）来melt和dcast ：
library(data.table) library(reshape2) dcast.data.table(melt(as.data.table(mydf), id.vars = c("id", "type")), id ~ variable + type, value.var = "value") # id transactions_expense transactions_income amount_expense amount_income # 1: 20 25 20 95 100 # 2: 30 45 50 250 300
在“data.table”（1.9.8）的dcast.data.table更新版本中， 您将可以直接执行此操作 。 如果我理解正确的话，那么@Arun试图实现的就是在不必先melt数据的情况下进行recast ，这就是现在recast所发生的情况，这实质上是melt + dcast操作序列的包装。
而且，为了彻底，这里是tidyr方法：
library(dplyr) library(tidyr) mydf %>% gather(var, val, transactions:amount) %>% unite(var2, type, var) %>% spread(var2, val) # id expense_amount expense_transactions income_amount income_transactions # 1 20 95 25 100 20 # 2 30 250 45 300 50
使用data.table v1.9.6 +，我们可以同时投射多个value.var列（也可以在fun.aggregate使用多个聚合函数）。 有关更多信息和示例部分，请参阅?dcast 。
require(data.table) # v1.9.6+ dcast(dt, id ~ type, value.var=names(dt)[3:4]) # id transactions_expense transactions_income amount_expense amount_income # 1: 20 25 20 95 100 # 2: 30 45 50 250 300
