R：使用 dcast 时包含没有条目的因子

我在数据帧上使用 reshape2 函数 dcast 。其中一个变量是某些级别未出现在数据框中的因素，但我会将所有值包含在创建的新列中。

例如，假设我运行以下命令

library(reshape2)
dataDF <- data.frame(
  id = 1:6,
  id2 = c(1,2,3,1,2,3),
  x = c(rep('t1', 3), rep('t2', 3)),
  y = factor(c('A', 'B', 'A', 'B', 'B', 'C'), levels = c('A', 'B', 'C', 'D')),
  value = rep(1)
)

dcast(dataDF, id + id2 ~ x + y, fill = 0)

我得到以下内容

  id id2 t1_A t1_B t2_B t2_C
1  1   1    1    0    0    0
2  2   2    0    1    0    0
3  3   3    1    0    0    0
4  4   1    0    0    1    0
5  5   2    0    0    1    0
6  6   3    0    0    0    1

但我还想包括列 t1_C、t1_D、t2_A 和 t2_D 全部为 0

即我想要以下内容

  id id2 t1_A t1_B t1_C t1_D t2_A t2_B t2_C t2_D
1  1   1    1    0    0    0    0    0    0    0
2  2   2    0    1    0    0    0    0    0    0
3  3   3    1    0    0    0    0    0    0    0
4  4   1    0    0    0    0    0    1    0    0
5  5   2    0    0    0    0    0    1    0    0
6  6   3    0    0    0    0    0    0    1    0

另外，作为辅助，是否可以在初始数据帧中的“值”列不充满的情况下创建上述内容。基本上只想将 x 和 y 投射到它们自己的列中，如果它们存在于该 id 中，则将其转换为 1。

提前致谢

编辑： 最初 LHS 上有一个变量，杰里米在下面回答，但实际上 LHS 上有多个变量，因此编辑了问题以反映这一点

尝试添加drop = FALSE到您的 dcast 调用，以便不会删除未使用的因子级别：

dcast(dataDF, id ~ x + y, fill = 0, drop = FALSE)

  id t1_A t1_B t1_C t1_D t2_A t2_B t2_C t2_D
1  1    1    0    0    0    0    0    0    0
2  2    0    1    0    0    0    0    0    0
3  3    1    0    0    0    0    0    0    0
4  4    0    0    0    0    0    1    0    0
5  5    0    0    0    0    0    1    0    0
6  6    0    0    0    0    0    0    1    0

就你而言，是的，我们只需要告诉dcast你想要使用函数来做什么aggregate，在这种情况下你想要length:

data2 <- dataDF[,1:3]
dcast(data2, id ~ x + y, fill = 0, drop = FALSE, fun.aggregate = length)

对于您的编辑，我会使用tidyr and dplyr而不是reshape2:

library(tidyr)
library(dplyr)

dataDF %>% left_join(expand.grid(x = levels(dataDF$x), y = levels(dataDF$y)), .) %>%
           unite(z, x, y) %>%
           spread(z, value, fill = 0) %>%
           na.omit

首先我们使用以下方法完成 x 和 y 的所有组合expand.grid并合并，然后我们unite将它们分成一列 z，然后我们spread将它们删除，然后从 id 列中删除 NA：

  id id2 t1_A t1_B t1_C t1_D t2_A t2_B t2_C t2_D
1  1   1    1    0    0    0    0    0    0    0
2  2   2    0    1    0    0    0    0    0    0
3  3   3    1    0    0    0    0    0    0    0
4  4   1    0    0    0    0    0    1    0    0
5  5   2    0    0    0    0    0    1    0    0
6  6   3    0    0    0    0    0    0    1    0