如何在R语言中将含trait与ID列的DataFrame转换为指定格式

原始数据集 #

初始数据如下：

df <- data.frame(trait = c("Cholesterol", "Cholesterol", "ApoB", "ApoA",
"TRI", "TRI"), ID = c(1,2,2,1,1,2))

对应的表格形式：

转换目标 #

需要将上述长格式数据转换为宽格式，用布尔值标记每个trait对应的ID是否存在，最终格式如下：

trait        1     2
Cholesterol  TRUE  TRUE
ApoB         FALSE TRUE
ApoA         TRUE  FALSE
TRI          TRUE  TRUE

实现方法 #

方法1：使用tidyverse工具集 #

通过pivot_wider实现宽格式转换，先给存在的记录标记TRUE，再对缺失的ID填充FALSE：

library(tidyverse)

df_wide <- df %>%
  mutate(value = TRUE) %>%
  pivot_wider(names_from = ID, values_from = value, values_fill = FALSE)

print(df_wide)

方法2：使用base R原生函数 #

利用table生成频数表，再将频数大于0的记录转换为TRUE：

# 生成trait与ID的交叉频数表
trait_table <- table(df$trait, df$ID)
# 转换为布尔值矩阵并转成数据框
df_wide_base <- as.data.frame.matrix(trait_table > 0)
# 添加trait列并调整顺序
df_wide_base$trait <- rownames(df_wide_base)
df_wide_base <- df_wide_base[, c("trait", "1", "2")]

print(df_wide_base)

内容的提问来源于stack exchange，提问作者Khaleesi95