标识变量中项的出现次数

Question

Background

现在，我有一个数据框，形状如下：

example = structure(list(sid = c(39, 40, 41, 42, 42, 43, 43, 44, 45, 45, 
46, 46, 47, 48, 49, 49, 50, 51, 52, 52, 53), monthday = c("42", 
"44", "46", "410", "428", "423", "49", "411", "416", "430", "418", 
"426", "419", "420", "420", "53", "421", "424", "425", "53", 
"511")), .Names = c("sid", "monthday"), row.names = c(301L, 300L, 
298L, 296L, 282L, 288L, 297L, 295L, 294L, 281L, 293L, 285L, 292L, 
291L, 290L, 278L, 289L, 287L, 286L, 279L, 270L), class = "data.frame")

换句话说，它很高：

sid   monthday  
39     42        
40     44         
41     46        
42    410        
42    428
43    423        
43     49

最终，我想把它变成一个广泛的格式：

sid   monthday1  monthday2
39     42         NA
40     44         NA
41     46         NA
42    410        428
43    423        49

等

我一直在尝试使用重塑和重塑 2 包以及聚合，例如：

library(reshape2)
temp = melt(example,id.vars=c("sid"))
data.wide <- dcast(temp, sid ~ variable, value.var="value")

但不能把我的大脑包裹在它周围。 我突然想到，如果我能确定每个 sid 的出现，我就可以解决我的问题。

直接问题

那么如何获取上面的高数据 sid 列，我创建了一个新变量来指示每个 sid 的累积：

sid   occur 
39     1   
40     1   
41     1   
42     1
42     2 
43     1
43     2

occur变量表示 SID 值 39、40 和 41 只出现一次，而 42 和 43 具有第一个和第二个实例。 如果我只有两个实例，我可以使用 duplicated（） 并将其转换为数字，但是可以推广到任意数量的实例的解决方案是什么？

Answer 1

您可以使用ave来生成"时间"：

example$time <- ave(example$sid, example$sid, FUN = seq_along)
head(example)
#     sid monthday time
# 301  39       42    1
# 300  40       44    1
# 298  41       46    1
# 296  42      410    1
# 282  42      428    2
# 288  43      423    1
reshape(example, direction = "wide", idvar="sid", timevar="time")
#    sid monthday.1 monthday.2
# 301  39         42       <NA>
# 300  40         44       <NA>
# 298  41         46       <NA>
# 296  42        410        428
# 288  43        423         49
# 295  44        411       <NA>
# 294  45        416        430
# 293  46        418        426
# 292  47        419       <NA>
# 291  48        420       <NA>
# 290  49        420         53
# 289  50        421       <NA>
# 287  51        424       <NA>
# 286  52        425         53
# 270  53        511       <NA>

或者，在添加时间变量后从"reshape2"dcast：

dcast(example, sid ~ time, value.var="monthday")