Crear columnas a partir de factores y contar

plyr

Question

Esta pregunta ya tiene una respuesta aquí:

• ¿Cómo obtengo una tabla de contingencia? 6 respuestas
• Maneras más rápidas de calcular frecuencias y emitir de 4 a 4 respuestas

Un problema aparentemente fácil es mantenerme muy ocupado.

Tengo un marco de datos:

> df1
Name Score
1 Ben 1
2 Ben 2
3 John 1
4 John 2
5 John 3

Me gustaría crear un resumen de la tabla como este:

> df2
Name Score_1 Score_2 Score_3
1 Ben 1 1 0
2 John 1 1 1

Entonces df2 debe (i) mostrar solo "Nombres" únicos y (ii) crear columnas a partir de los factores únicos en "Puntaje" y (iii) contar el número de veces que una persona recibió dicho puntaje.

Yo he tratado:

df2 <- ddply(df1, c("Name"), summarise
,Score_1 = sum(df1$Score == 1)
,Score_2 = sum(df1$Score == 2)
,Score_3 = sum(df1$Score == 3))

que produce:

 Name Score_1 Score_2 Score_3
1 Ben 2 2 1
2 John 2 2 1

Entonces mi intento cuenta incorrectamente todas las ocurrencias en lugar de contar "por grupo"

EDITAR: Según los comentarios, también intenté reshape (posiblemente solo lo hice mal):

> reshape(df1, idvar = "Name", timevar = "Score", direction = "wide")
Name
1 Ben
3 John

Para empezar, falta la columna "Puntuación", pero peor que eso, de mi investigación sobre la reshape , no estoy convencido de que voy a obtener un recuento de cada factor, que es el punto central.

Answer 1

Podemos usar dplyr/tidyr

 library(dplyr)
library(tidyr)
df1 %>%
group_by(Name) %>%
mutate(n=1, Score= paste(''Score'', Score, sep=''_'')) %>%
spread(Score, n, fill=0)
# Name Score_1 Score_2 Score_3
# (chr) (dbl) (dbl) (dbl)
#1 Ben 1 1 0
#2 John 1 1 1

Answer 2

Solo necesita hacer una ligera modificación en su código. Debería usar .(Name) lugar de c("Name") :

ddply(df1, .(Name), summarise,
Score_1 = sum(Score == 1),
Score_2 = sum(Score == 2),
Score_3 = sum(Score == 3))

da:

 Name Score_1 Score_2 Score_3
1 Ben 1 1 0
2 John 1 1 1

Otras posibilidades incluyen:

1. table(df1) como @alexis_laz mencionado en los comments , esto da:

> table(df1)
Score
Name 1 2 3
Ben 1 1 0
John 1 1 1

2. La función dcast del paquete reshape2 (o data.table que tiene la misma función dcast ):

library(reshape2) # or library(data.table)
dcast(df1, Name ~ paste0("Score_", Score), fun.aggregate = length) 

da:

 Name Score_1 Score_2 Score_3
1 Ben 1 1 0
2 John 1 1 1