我有一个包含学生 ID、TestingWindow 和 BenchmarkCategories 的数据表。 TestWindow 的值为“年初”或“年末”。测试数据的值为紧急干预、干预、观察、处于基准、高于基准。
这是一些示例数据。请注意，123 号学生缺少年终成绩。
| 学生证 | ScreeningPeriodWindowName |
DistrictBenchmarkCategoryName |
|---|---|---|
| 123 | 新年伊始 | 紧急干预 |
| 456 | 新年伊始 | 干预 |
| 456 | 年末 | 在基准测试 |
| 789 | 新年伊始 | 观看中 |
| 789 | 年末 | 高于基准 |
我想显示学生在年初和年底之间在基准类别之间的变化。我想要一张表格来展示这一点。关键是显示个别学生的变化，而不是总数。 “有多少学生从紧急干预转为观察？”
表格应如下所示，其中 A 列是年初类别，第 1 行是年末类别。 （中间单元格空白，但我认为你看到了模式）
| v 开始 结束> | 紧急干预 | 干预 | 观看中 | 在基准测试 | 高于基准 |
|---|---|---|---|---|---|
| 紧急干预 | 紧急到紧急的计数 | 紧急干预计数 | 紧急观看次数 | 紧急达到基准的计数 | 紧急达到基准以上的计数 |
| 干预 | |||||
| 观看中 | |||||
| 在基准测试 | |||||
| 高于基准 | 以上计数为紧急 | 上述干预次数 | 观看以上次数 | 以上计数到基准 | 以上计数 |
在 Excel 数据透视表中，这是微不足道的（定义行和列、计数 ID），但我很难在 R 中进行分组和汇总（或数据透视表）方面理解它。谢谢。
我尝试过pivot_wider和pivot_longer，但每个只能获取行或列标题和一组计数。
progress <- reading_data %>%
select(studentID,TestingWindow,BenchmarkCategories) %>%
group_by(TestingWindow,BenchmarkCategories) %>%
summarize(count=n_distinct(studentID)) %>%
pivot_wider(names_from=TestingWindow,values_from=count)
progress
您可以使用两个
pivot_wider()pivot_wider()pivot_wider()请注意，如果您希望所有 BenchmarkCategories 都包含在结果中，则需要执行额外的步骤，如下所述。我还提供了一个更大的示例数据集来说明结果。
首先，使用您的示例数据（修改后的列名称以匹配您的代码管道列名称）：
library(dplyr)
library(tidyr)
reading_data <- structure(list(studentID = c(123L, 456L, 456L, 789L, 789L), TestingWindow = c("StartofYear",
"StartofYear", "EndofYear", "StartofYear", "EndofYear"), BenchmarkCategories = c("Urgent Intervention",
"Intervention", "At Benchmark", "On Watch", "Above Benchmark"
)), class = "data.frame", row.names = c(NA, -5L))
progress <- reading_data |>
pivot_wider(names_from = TestingWindow,
values_from = BenchmarkCategories) |>
count(StartofYear, EndofYear, .drop = FALSE) |>
pivot_wider(names_from = EndofYear,
values_from = n,
values_fill = 0) |>
rename(`v start end >` = StartofYear)
progress
# # A tibble: 3 × 4
# `v start end >` `At Benchmark` `Above Benchmark` `NA`
# <chr> <int> <int> <int>
# 1 Intervention 1 0 0
# 2 On Watch 0 1 0
# 3 Urgent Intervention 0 0 1
未表示的对将被丢弃，因此并非所有基准类别都存在。此外，NA 列还对不完整的记录进行计数，例如学生ID == 123.
如果您想要结果中的所有基准类别：
# Create vector of all unique BenchmarkCategories
bmc <- unique(reading_data$BenchmarkCategories)
progress <- reading_data |>
pivot_wider(names_from = TestingWindow,
values_from = BenchmarkCategories) |>
count(StartofYear, EndofYear, .drop = FALSE) |>
complete(StartofYear = bmc,
EndofYear = bmc,
fill = list(n = 0)) |>
pivot_wider(names_from = EndofYear,
values_from = n,
values_fill = 0) |>
rename(`v start end >` = StartofYear)
progress
# # A tibble: 5 × 7
# StartofYear `Above Benchmark` `At Benchmark` Intervention `On Watch` `Urgent Intervention` `NA`
# <chr> <int> <int> <int> <int> <int> <int>
# 1 Above Benchmark 0 0 0 0 0 0
# 2 At Benchmark 0 0 0 0 0 0
# 3 Intervention 0 1 0 0 0 0
# 4 On Watch 1 0 0 0 0 0
# 5 Urgent Intervention 0 0 0 0 0 1
使用更大示例数据集的示例：
set.seed(42)
reading_data <- data.frame(
studentID = c(123, rep(456:789, each = 2)),
TestingWindow = c("StartofYear", rep(c("StartofYear", "EndofYear"), 334)),
BenchmarkCategories = sample(c("Urgent Intervention","Intervention",
"At Benchmark", "On Watch", "Above Benchmark"),
669, replace = TRUE))
progress <- reading_data |>
pivot_wider(names_from = TestingWindow,
values_from = BenchmarkCategories) |>
count(StartofYear, EndofYear, .drop = FALSE) |>
# complete(StartofYear = bmc,
# EndofYear = bmc,
# fill = list(n = 0)) |>
pivot_wider(names_from = EndofYear,
values_from = n,
values_fill = 0) |>
rename(`v start end >` = StartofYear)
progress
# # A tibble: 5 × 7
# `v start end >` `Above Benchmark` `At Benchmark` Intervention `On Watch` `Urgent Intervention` `NA`
# <chr> <int> <int> <int> <int> <int> <int>
# 1 Above Benchmark 12 8 13 13 8 0
# 2 At Benchmark 14 9 11 12 15 0
# 3 Intervention 18 17 18 15 20 0
# 4 On Watch 14 10 14 7 15 0
# 5 Urgent Intervention 11 21 14 17 8 1