Stack Overflow en español es un sitio de preguntas y respuestas para programadores y profesionales de la informática. Solo te toma un minuto registrarte.

este tiene otros 25,000 objetos distribuidos en 50 categorías con su código y contenidos de magnesio, este dataframe viene de un spatialpixeldataframe que he coercionado al agregar los cod y nombre de categorias para cada pixel, la referencia geográfica no me interesa de momento.

los que necesito es agrupar todos los valores de magnesio en un nuevo objeto según su categoría en columnas para analizar y compararlos, de la siguente manera asi:

tengo entendido que puede realizarse mediante un ciclo y valores únicos en una lista, gracias por su ayuda.

la lista la he creado así:

lis <-list(unique(contsmg$categoria))
y el objeto donde pienso ir agregandolos
mg_uso <- data.frame()
pero el bucle o lo que sea necesario no tengo idea de como realizarlo
for (i in 1:length(lis)) {...
                Bienvenido alan350, nos alegra que te sumes a stackoverflow. Para que tus preguntas sean mejor recibidas te sugiero revisar esta pagina donde muestran como preguntar. También puedes realizar el recorrido para que aprendas un poco más de como funciona la pagina y de paso ganar tur primeras medallas. En este caso particular seria bueno que agregaras tus datos como texto no como imágenes.
– Rolando Tamayo
                el 7 mar. 2022 a las 11:35
                no importa el orden de las columnas media vez todos los elementos que contengan correspondan a la categoria
– dovat_
                el 7 mar. 2022 a las 16:45
El siguiente código utiliza dplyr y tidyr   para lograr lo que necesitas. Los datos quedan ordenados como aparecen en tu df original.
#Cargamos librerías necesarias
library(tidyr)
library(dplyr)
#Leemos los datos
df <- read.table( text ="
    'Mg g/kg' categoria cod 
    40 bosque 1 
    50 pastura 2
    80 pastura 2
    35 urbano 3
    ", header =T)
# Simulamos datos faltantes y corregimos nombres
df$y <- rnorm(4,15)
df$x <- rnorm(4,90)
names(df)[1]<-'Mg g/kg'
#Pasamos a formato ancho la data usando pivot_wider
#Antes es necesario crear un id para ordenar los datos 
#por categoria (grup_by y mutate)
#con select tomamos solo las variables que ocupa pivot_wider
#Por ultimo eliminamos el id.
#Si el número de datos que tiene cada categoría es distinto al 
#final de las categorías con un menor numero de datos se llenara con NA.
df%>%
    group_by(categoria)%>%
    mutate(id = 1:n())%>%
    select(id,categoria,'Mg g/kg')%>%
    pivot_wider(names_from = categoria, values_from = 'Mg g/kg')%>%
    select(-id)
                Hola @RolandoTamayo  el dia de ayer no tuve mayor dificultad para realizarlo, pero al volver a reporoducir tengo el siguiente error: Error in h(simpleError(msg, call)) :    error in evaluating the argument 'x' in selecting a method for function 'select': unable to find an inherited method for function ‘select’ for signature ‘"grouped_df"’ ,  a que se debe esto?
– dovat_
                el 9 mar. 2022 a las 6:03
                ....bueno ya lo he encontrado, parece que sucede cuando tengo cargados los paquetes raster y stars, pero sigo con la duda si puede resolverse sin necesidad de quitarlos
– dovat_
                el 9 mar. 2022 a las 6:19
                Es un conflicto entre los paquetes, pues todos tienen la función select y cada uno la define a su manera. Usa dplyr::select para espesificar que quieres usar la función en esta libreria. Así podras ocupar los otros paquetes, y si quieres ocupar el select de raster o stars tendiras que llamarlos de manera similar  raster::select y stars::select
– Rolando Tamayo
                el 9 mar. 2022 a las 10:47
        
¡Gracias por contribuir en StackOverflow en español con una respuesta!
Por favor, asegúrate de  responder a la pregunta. ¡Proporciona información y comparte tu investigación!
Pero evita…
Pedir ayuda o aclaraciones, o responder a otras respuestas.
Hacer declaraciones basadas en opiniones; asegúrate de respaldarlas con referencias o con tu propia experiencia personal.
Para obtener más información, consulta nuestros consejos sobre cómo escribir grandes respuestas.