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