необходимость «перекроить» dataframe

Question

набора данных:

 zip acs.pop napps pperct cgrp zgrp  perc 
1: 12007  97  2 2.0618557 2 1 25.000000 
2: 12007  97  2 2.0618557 NA 2 50.000000 
3: 12007  97  2 2.0618557 1 1 25.000000 
4: 12008  485  2 0.4123711 2 1 33.333333 
5: 12008  485  2 0.4123711 4 1 33.333333 
6: 12008  485  2 0.4123711 NA 1 33.333333 
7: 12009 7327 187 2.5522042 4 76 26.206897 
8: 12009 7327 187 2.5522042 1 41 14.137931 
9: 12009 7327 187 2.5522042 2 23 7.931034 
10: 12009 7327 187 2.5522042 NA 103 35.517241 
11: 12009 7327 187 2.5522042 3 47 16.206897 
12: 12010 28802 580 2.0137490 NA 275 32.163743 
13: 12010 28802 580 2.0137490 4 122 14.269006 
14: 12010 28802 580 2.0137490 1 269 31.461988 
15: 12010 28802 580 2.0137490 2 96 11.228070 
16: 12010 28802 580 2.0137490 3 93 10.877193 
17: 12018 7608 126 1.6561514 3 30 16.129032 
18: 12018 7608 126 1.6561514 NA 60 32.258065 
19: 12018 7608 126 1.6561514 2 14 7.526882 
20: 12018 7608 126 1.6561514 4 57 30.645161 
21: 12018 7608 126 1.6561514 1 25 13.440860 
22: 12019 14841 144 0.9702850 NA 62 30.097087 
23: 12019 14841 144 0.9702850 4 73 35.436893 
24: 12019 14841 144 0.9702850 3 30 14.563107 
25: 12019 14841 144 0.9702850 1 23 11.165049 
26: 12019 14841 144 0.9702850 2 18 8.737864 
27: 12020 31403 343 1.0922523 3 76 14.960630 
28: 12020 31403 343 1.0922523 1 88 17.322835 
29: 12020 31403 343 1.0922523 2 38 7.480315 
30: 12020 31403 343 1.0922523 4 141 27.755906 
31: 12020 31403 343 1.0922523 NA 165 32.480315 
32: 12022 1002  5 0.4990020 NA 4 44.444444 
33: 12022 1002  5 0.4990020 4 2 22.222222 
34: 12022 1002  5 0.4990020 3 1 11.111111 
35: 12022 1002  5 0.4990020 1 1 11.111111 

Я знаю reshape2 или изменить пакет может справиться с этим, но я не знаю, как. Мне нужен конечный результат, чтобы выглядеть следующим образом:

zip acs.pop napps pperct zgrp4 zgrp3 zgrp2 zgrp1 perc4 perc3 perc2 perc1 
12009 7327 187 2.5522042 76 47 23 41 26.206897 16.206897 7.931034 14.137931 

молния является идентификатор
acs.pop, napps, pperct будет одинаковым для каждого почтового индекса группы
zgrp4 ... zgrp1 являются значения zgrp для каждого значение КГП
perc4 ... perc1 являются значения PERC для каждого значения КГП

Answer 1

Это хорошо использовать для spread() в tidyr.

df %>% filter(!is.na(cgrp)) %>% # if cgrp is missing I don't know where to put the obs 
    gather(Var, Val,6:7) %>% # one row per measure (zgrp OR perc) observed 
    group_by(zip, acs.pop, napps, pperct) %>% # unique combos of these will define rows in output 
    unite(Var1,Var,cgrp) %>% # indentify which obs for which measure 
    spread(Var1, Val) # make columns for zgrp_1, _2, etc., perc1,2, etc 

Пример вывода:

> df2[df2$zip==12009,] 
Source: local data frame [1 x 12] 

    zip acs.pop napps pperct perc_1 perc_2 perc_3 perc_4 zgrp_1 zgrp_2 zgrp_3 zgrp_4 
1 12009 7327 187 2.552204 14.13793 7.931034 16.2069 26.2069  41  23  47  76 

Благодаря @akrun для оказания помощи

Answer 2

Мы можем попытаться dcast от версии разви из data.table, который может принимать несколько value.var столбцов. В этом случае мы имеем «zgrp», а «perc» - столбцы значений. Используя переменные группировки, мы создаем переменную последовательности ('ind'), а затем используем dcast для преобразования из формата 'long' в 'wide'.

Инструкции по установке версии Devel являются here

library(data.table)#v1.9.5 
setDT(df1)[, ind:= 1:.N, .(zip, acs.pop, napps, pperct)] 
dcast(df1, zip+acs.pop + napps+pperct~ind, value.var=c('zgrp', 'perc')) 
#  zip acs.pop napps pperct 1_zgrp 2_zgrp 3_zgrp 4_zgrp 5_zgrp 1_perc 
#1: 12007  97  2 2.0618557  1  2  1  NA  NA 25.00000 
#2: 12008  485  2 0.4123711  1  1  1  NA  NA 33.33333 
#3: 12009 7327 187 2.5522042  76  41  23 103  47 26.20690 
#4: 12010 28802 580 2.0137490 275 122 269  96  93 32.16374 
#5: 12018 7608 126 1.6561514  30  60  14  57  25 16.12903 
#6: 12019 14841 144 0.9702850  62  73  30  23  18 30.09709 
#7: 12020 31403 343 1.0922523  76  88  38 141 165 14.96063 
#8: 12022 1002  5 0.4990020  4  2  1  1  NA 44.44444 
#  2_perc 3_perc 4_perc 5_perc 
#1: 50.00000 25.000000  NA  NA 
#2: 33.33333 33.333333  NA  NA 
#3: 14.13793 7.931034 35.51724 16.206897 
#4: 14.26901 31.461988 11.22807 10.877193 
#5: 32.25807 7.526882 30.64516 13.440860 
#6: 35.43689 14.563107 11.16505 8.737864 
#7: 17.32284 7.480315 27.75591 32.480315 
#8: 22.22222 11.111111 11.11111  NA 

Или мы можем использовать ave/reshape из base R

df2 <- transform(df1, ind=ave(seq_along(zip), zip, 
       acs.pop, napps, pperct, FUN=seq_along)) 
reshape(df2, idvar=c('zip', 'acs.pop', 'napps', 'pperct'), 
           timevar='ind', direction='wide')