transposing large dataframe

hi all,

I have a large data frame that contains a column of about 500 unique values where I want to transpose that column, aggregate, and fill in with value from another column

I've added a sample from my data.

basically I want to end up with one row for each unique value in area_id and 500 columns, one for each item code and the value in that column to be the matching value from the 'amount' column

thanks!

structure(list(state_code = c("01", "01", "01", "01", "01", "01", 
"01", "01", "01", "01", "01", "01", "01", "01", "01", "01", "01", 
"01", "01", "01", "01", "01", "01", "01", "01", "01", "01", "01", 
"01", "01", "01", "01", "01", "01", "01", "01", "01", "01", "01", 
"01", "01", "01", "01", "01", "01", "01", "01", "01", "01", "01", 
"01", "01", "01", "01", "01", "01", "01", "01", "01", "01", "01", 
"01", "01", "01", "01", "01", "01", "01", "01", "01", "01", "01", 
"01", "01", "01", "01", "01", "01", "01", "01", "01", "01", "01", 
"01", "01", "01", "01", "01", "01", "01", "01", "01", "01", "01", 
"01", "01", "01", "01", "01", "01", "01", "01", "01", "01", "01", 
"01", "01", "01", "01", "01", "01", "01", "01", "01", "01", "01", 
"01", "01", "01", "01", "01", "01", "01", "01", "01", "01", "01", 
"01", "01", "01", "01", "01", "01", "01", "01", "01", "01", "01", 
"01", "01", "01", "01", "01", "01", "01", "01", "01", "01", "01", 
"01", "01", "01", "01", "01", "01", "01", "01", "01", "01", "01", 
"01", "01", "01", "01", "01", "01", "01", "01", "01", "01", "01", 
"01", "01", "01", "01", "01", "01", "01", "01", "01", "01", "01", 
"01", "01", "01", "01", "01", "01", "01", "01", "01", "01", "01", 
"01", "01", "01", "01", "01", "01", "01", "01", "01", "01", "01", 
"01", "01", "01", "01", "01", "01", "01", "01", "01", "01", "01", 
"01", "01", "01", "01", "01", "01", "01", "01", "01", "01", "01", 
"01", "01", "01", "01", "01", "01", "01", "01", "01", "01", "01", 
"01", "01", "01", "01", "01", "01", "01", "01", "01", "01", "01", 
"01", "01", "01", "01", "01", "01", "01", "01", "01", "01", "01", 
"01", "01", "01", "01", "01", "01", "01", "01", "01", "01", "01", 
"01", "01", "01", "01", "01", "01", "01", "01", "01", "01", "01", 
"01", "01", "01", "01", "01", "01", "01", "01", "01", "01", "01", 
"01", "01", "01", "01", "01", "01", "01", "01"), area_type_code = c("0", 
"0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", 
"0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", 
"0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", 
"0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", 
"0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", 
"0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", 
"0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", 
"0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", 
"0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", 
"0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", 
"0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", 
"0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", 
"0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", 
"0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", 
"0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", 
"0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", 
"0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", 
"0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "1", "1", "1", 
"1", "1", "1", "1", "1", "1", "1", "1", "1", "1", "1", "1", "1", 
"1", "1", "1", "1", "1", "1", "1", "1", "1", "1", "1", "1", "1", 
"1", "1", "1", "1", "1", "1", "1", "1", "1", "1", "1", "1", "1", 
"1", "1", "1", "1", "1", "1", "1", "1", "1", "1", "1", "1", "1", 
"1", "1", "1", "1", "1", "1", "1", "1", "1", "1", "1", "1", "1"
), area_code = c("000", "000", "000", "000", "000", "000", "000", 
"000", "000", "000", "000", "000", "000", "000", "000", "000", 
"000", "000", "000", "000", "000", "000", "000", "000", "000", 
"000", "000", "000", "000", "000", "000", "000", "000", "000", 
"000", "000", "000", "000", "000", "000", "000", "000", "000", 
"000", "000", "000", "000", "000", "000", "000", "000", "000", 
"000", "000", "000", "000", "000", "000", "000", "000", "000", 
"000", "000", "000", "000", "000", "000", "000", "000", "000", 
"000", "000", "000", "000", "000", "000", "000", "000", "000", 
"000", "000", "000", "000", "000", "000", "000", "000", "000", 
"000", "000", "000", "000", "000", "000", "000", "000", "000", 
"000", "000", "000", "000", "000", "000", "000", "000", "000", 
"000", "000", "000", "000", "000", "000", "000", "000", "000", 
"000", "000", "000", "000", "000", "000", "000", "000", "000", 
"000", "000", "000", "000", "000", "000", "000", "000", "000", 
"000", "000", "000", "000", "000", "000", "000", "000", "000", 
"000", "000", "000", "000", "000", "000", "000", "000", "000", 
"000", "000", "000", "000", "000", "000", "000", "000", "000", 
"000", "000", "000", "000", "000", "000", "000", "000", "000", 
"000", "000", "000", "000", "000", "000", "000", "000", "000", 
"000", "000", "000", "000", "000", "000", "000", "000", "000", 
"000", "000", "000", "000", "000", "000", "000", "000", "000", 
"000", "000", "000", "000", "000", "000", "000", "000", "000", 
"000", "000", "000", "000", "000", "000", "000", "000", "000", 
"000", "000", "000", "000", "000", "000", "000", "000", "000", 
"000", "000", "000", "000", "000", "000", "000", "000", "000", 
"002", "002", "002", "002", "002", "002", "002", "002", "002", 
"002", "002", "002", "002", "002", "002", "002", "002", "002", 
"002", "002", "002", "002", "002", "002", "002", "002", "002", 
"002", "002", "002", "002", "002", "002", "002", "002", "002", 
"002", "002", "002", "002", "002", "002", "002", "002", "002", 
"002", "002", "003", "003", "003", "003", "003", "003", "003", 
"003", "003", "003", "003", "003", "003", "003", "003", "003", 
"003", "003", "003", "003", "003"), area_id = c("01000000000000", 
"01000000000000", "01000000000000", "01000000000000", "01000000000000", 
"01000000000000", "01000000000000", "01000000000000", "01000000000000", 
"01000000000000", "01000000000000", "01000000000000", "01000000000000", 
"01000000000000", "01000000000000", "01000000000000", "01000000000000", 
"01000000000000", "01000000000000", "01000000000000", "01000000000000", 
"01000000000000", "01000000000000", "01000000000000", "01000000000000", 
"01000000000000", "01000000000000", "01000000000000", "01000000000000", 
"01000000000000", "01000000000000", "01000000000000", "01000000000000", 
"01000000000000", "01000000000000", "01000000000000", "01000000000000", 
"01000000000000", "01000000000000", "01000000000000", "01000000000000", 
"01000000000000", "01000000000000", "01000000000000", "01000000000000", 
"01000000000000", "01000000000000", "01000000000000", "01000000000000", 
"01000000000000", "01000000000000", "01000000000000", "01000000000000", 
"01000000000000", "01000000000000", "01000000000000", "01000000000000", 
"01000000000000", "01000000000000", "01000000000000", "01000000000000", 
"01000000000000", "01000000000000", "01000000000000", "01000000000000", 
"01000000000000", "01000000000000", "01000000000000", "01000000000000", 
"01000000000000", "01000000000000", "01000000000000", "01000000000000", 
"01000000000000", "01000000000000", "01000000000000", "01000000000000", 
"01000000000000", "01000000000000", "01000000000000", "01000000000000", 
"01000000000000", "01000000000000", "01000000000000", "01000000000000", 
"01000000000000", "01000000000000", "01000000000000", "01000000000000", 
"01000000000000", "01000000000000", "01000000000000", "01000000000000", 
"01000000000000", "01000000000000", "01000000000000", "01000000000000", 
"01000000000000", "01000000000000", "01000000000000", "01000000000000", 
"01000000000000", "01000000000000", "01000000000000", "01000000000000", 
"01000000000000", "01000000000000", "01000000000000", "01000000000000", 
"01000000000000", "01000000000000", "01000000000000", "01000000000000", 
"01000000000000", "01000000000000", "01000000000000", "01000000000000", 
"01000000000000", "01000000000000", "01000000000000", "01000000000000", 
"01000000000000", "01000000000000", "01000000000000", "01000000000000", 
"01000000000000", "01000000000000", "01000000000000", "01000000000000", 
"01000000000000", "01000000000000", "01000000000000", "01000000000000", 
"01000000000000", "01000000000000", "01000000000000", "01000000000000", 
"01000000000000", "01000000000000", "01000000000000", "01000000000000", 
"01000000000000", "01000000000000", "01000000000000", "01000000000000", 
"01000000000000", "01000000000000", "01000000000000", "01000000000000", 
"01000000000000", "01000000000000", "01000000000000", "01000000000000", 
"01000000000000", "01000000000000", "01000000000000", "01000000000000", 
"01000000000000", "01000000000000", "01000000000000", "01000000000000", 
"01000000000000", "01000000000000", "01000000000000", "01000000000000", 
"01000000000000", "01000000000000", "01000000000000", "01000000000000", 
"01000000000000", "01000000000000", "01000000000000", "01000000000000", 
"01000000000000", "01000000000000", "01000000000000", "01000000000000", 
"01000000000000", "01000000000000", "01000000000000", "01000000000000", 
"01000000000000", "01000000000000", "01000000000000", "01000000000000", 
"01000000000000", "01000000000000", "01000000000000", "01000000000000", 
"01000000000000", "01000000000000", "01000000000000", "01000000000000", 
"01000000000000", "01000000000000", "01000000000000", "01000000000000", 
"01000000000000", "01000000000000", "01000000000000", "01000000000000", 
"01000000000000", "01000000000000", "01000000000000", "01000000000000", 
"01000000000000", "01000000000000", "01000000000000", "01000000000000", 
"01000000000000", "01000000000000", "01000000000000", "01000000000000", 
"01000000000000", "01000000000000", "01000000000000", "01000000000000", 
"01000000000000", "01000000000000", "01000000000000", "01000000000000", 
"01000000000000", "01000000000000", "01000000000000", "01000000000000", 
"01000000000000", "01000000000000", "01000000000000", "01000000000000", 
"01000000000000", "01000000000000", "01000000000000", "01100200200000", 
"01100200200000", "01100200200000", "01100200200000", "01100200200000", 
"01100200200000", "01100200200000", "01100200200000", "01100200200000", 
"01100200200000", "01100200200000", "01100200200000", "01100200200000", 
"01100200200000", "01100200200000", "01100200200000", "01100200200000", 
"01100200200000", "01100200200000", "01100200200000", "01100200200000", 
"01100200200000", "01100200200000", "01100200200000", "01100200200000", 
"01100200200000", "01100200200000", "01100200200000", "01100200200000", 
"01100200200000", "01100200200000", "01100200200000", "01100200200000", 
"01100200200000", "01100200200000", "01100200200000", "01100200200000", 
"01100200200000", "01100200200000", "01100200200000", "01100200200000", 
"01100200200000", "01100200200000", "01100200200000", "01100200200000", 
"01100200200000", "01100200200000", "01100300300000", "01100300300000", 
"01100300300000", "01100300300000", "01100300300000", "01100300300000", 
"01100300300000", "01100300300000", "01100300300000", "01100300300000", 
"01100300300000", "01100300300000", "01100300300000", "01100300300000", 
"01100300300000", "01100300300000", "01100300300000", "01100300300000", 
"01100300300000", "01100300300000", "01100300300000"), area_name = c(NA, 
NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, 
NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, 
NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, 
NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, 
NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, 
NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, 
NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, 
NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, 
NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, 
NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, 
NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, 
NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, 
NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, 
NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, 
NA, NA, NA, NA, NA, NA, NA, "BALDWIN", "BALDWIN", "BALDWIN", 
"BALDWIN", "BALDWIN", "BALDWIN", "BALDWIN", "BALDWIN", "BALDWIN", 
"BALDWIN", "BALDWIN", "BALDWIN", "BALDWIN", "BALDWIN", "BALDWIN", 
"BALDWIN", "BALDWIN", "BALDWIN", "BALDWIN", "BALDWIN", "BALDWIN", 
"BALDWIN", "BALDWIN", "BALDWIN", "BALDWIN", "BALDWIN", "BALDWIN", 
"BALDWIN", "BALDWIN", "BALDWIN", "BALDWIN", "BALDWIN", "BALDWIN", 
"BALDWIN", "BALDWIN", "BALDWIN", "BALDWIN", "BALDWIN", "BALDWIN", 
"BALDWIN", "BALDWIN", "BALDWIN", "BALDWIN", "BALDWIN", "BALDWIN", 
"BALDWIN", "BALDWIN", "BARBOUR", "BARBOUR", "BARBOUR", "BARBOUR", 
"BARBOUR", "BARBOUR", "BARBOUR", "BARBOUR", "BARBOUR", "BARBOUR", 
"BARBOUR", "BARBOUR", "BARBOUR", "BARBOUR", "BARBOUR", "BARBOUR", 
"BARBOUR", "BARBOUR", "BARBOUR", "BARBOUR", "BARBOUR"), area_pop = c(NA, 
NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, 
NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, 
NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, 
NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, 
NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, 
NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, 
NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, 
NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, 
NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, 
NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, 
NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, 
NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, 
NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, 
NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, 
NA, NA, NA, NA, NA, NA, NA, "140415", "140415", "140415", "140415", 
"140415", "140415", "140415", "140415", "140415", "140415", "140415", 
"140415", "140415", "140415", "140415", "140415", "140415", "140415", 
"140415", "140415", "140415", "140415", "140415", "140415", "140415", 
"140415", "140415", "140415", "140415", "140415", "140415", "140415", 
"140415", "140415", "140415", "140415", "140415", "140415", "140415", 
"140415", "140415", "140415", "140415", "140415", "140415", "140415", 
"140415", "29038", "29038", "29038", "29038", "29038", "29038", 
"29038", "29038", "29038", "29038", "29038", "29038", "29038", 
"29038", "29038", "29038", "29038", "29038", "29038", "29038", 
"29038"), `item code` = c("19H", "19T", "19X", "21G", "21X", 
"24G", "24T", "24X", "31G", "31X", "34G", "34T", "34X", "41G", 
"41X", "44G", "44T", "44X", "61V", "64V", "71W", "74W", "A16", 
"A18", "A21", "A36", "A44", "A50", "A54", "A56", "A59", "A61", 
"A87", "A89", "A90", "B01", "B21", "B22", "B30", "B42", "B46", 
"B54", "B59", "B79", "B89", "D21", "D42", "D46", "D79", "D89", 
"E01", "E04", "E05", "E16", "E18", "E19", "E21", "E22", "E23", 
"E25", "E26", "E29", "E31", "E32", "E36", "E44", "E50", "E52", 
"E54", "E55", "E56", "E59", "E61", "E62", "E66", "E67", "E74", 
"E79", "E81", "E85", "E87", "E89", "E90", "F01", "F04", "F16", 
"F18", "F21", "F26", "F31", "F36", "F44", "F54", "F55", "F56", 
"F59", "F61", "F66", "F87", "G01", "G04", "G05", "G16", "G18", 
"G21", "G22", "G23", "G25", "G26", "G29", "G31", "G32", "G36", 
"G44", "G50", "G52", "G54", "G55", "G56", "G59", "G61", "G62", 
"G66", "G79", "G81", "G85", "G87", "G89", "G90", "I89", "K01", 
"K04", "K05", "K16", "K18", "K21", "K22", "K23", "K25", "K26", 
"K29", "K31", "K32", "K36", "K44", "K50", "K52", "K54", "K55", 
"K56", "K59", "K61", "K62", "K66", "K79", "K81", "K85", "K87", 
"K89", "K90", "M52", "N30", "N32", "N44", "N52", "N56", "N59", 
"N61", "N62", "N87", "N89", "Q12", "T01", "T09", "T10", "T11", 
"T12", "T13", "T14", "T15", "T16", "T19", "T20", "T22", "T23", 
"T24", "T25", "T27", "T28", "T29", "T40", "T41", "T50", "T51", 
"T53", "U11", "U20", "U30", "U40", "U41", "U50", "U99", "W01", 
"W31", "W61", "X01", "X02", "X05", "X08", "X11", "X12", "X21", 
"X30", "X40", "X41", "X42", "X44", "X47", "Y01", "Y02", "Y05", 
"Y06", "Y07", "Y08", "Z00", "Z41", "Z42", "Z43", "Z44", "Z46", 
"Z47", "Z48", "19X", "29X", "39X", "41X", "A61", "A81", "A89", 
"A94", "C30", "C46", "C89", "C94", "E05", "E12", "E23", "E24", 
"E25", "E29", "E31", "E32", "E44", "E52", "E61", "E62", "E66", 
"E79", "E81", "E89", "E94", "F44", "F89", "G89", "I89", "M81", 
"T01", "T09", "T10", "T13", "T16", "T24", "T99", "U20", "U99", 
"W01", "W31", "W61", "Z00", "19X", "39X", "41X", "44X", "A89", 
"C30", "C46", "E29", "E44", "E61", "E62", "E79", "E81", "E89", 
"G89", "I89", "T01", "T09", "T10", "T24", "T99"), Amount_2001 = c("2493130", 
"1789985", "1008681", "92565", "185200", "149798", "275305", 
"9955", "53910", "51070", "80152", "208809", "33591", "1339655", 
"440140", "1261776", "1856481", "679035", "1395", "71", "313", 
"2254219", "259147", "834440", "15631", "892525", "5463", "2054", 
"4779", "4596", "411", "24935", "67927", "103738", "155329", 
"886", "998817", "53855", "75075", "191253", "688740", "36213", 
"22295", "2871859", "305412", "10482", "2762", "17464", "420967", 
"19512", "1972", "220992", "79917", "250024", "2008179", "152577", 
"317249", "71890", "135922", "195799", "19615", "12813", "10047", 
"630255", "1021934", "152015", "2923", "6271", "109582", "18280", 
"24479", "39639", "9635", "88192", "58516", "631305", "2882209", 
"260766", "3990", "15665", "44816", "203865", "156284", "259", 
"747", "8346", "151276", "1038", "176", "866", "33873", "775264", 
"350", "45", "472", "1191", "371", "501", "8181", "26", "1666", 
"437", "4558", "103143", "6086", "1200", "3410", "1720", "140", 
"210", "162", "1063", "19042", "48304", "40", "13", "3041", "1315", 
"2889", "3486", "5925", "7266", "1130", "1973", "4", "230", "5139", 
"7817", "105", "267537", "26", "1666", "437", "4558", "97571", 
"6086", "1200", "3410", "1720", "140", "210", "2", "1063", "19042", 
"16062", "40", "13", "3041", "1312", "2889", "2048", "5925", 
"7266", "1130", "1973", "4", "230", "5133", "7377", "105", "1813", 
"113062", "12970", "188306", "4232", "975", "50", "25", "29426", 
"1500", "157319", "3382975", "183163", "1712639", "128848", "94", 
"202703", "502635", "3528", "520100", "66301", "160898", "2207", 
"81912", "14824", "193872", "12627", "9678", "117483", "68", 
"2437640", "201533", "47261", "29383", "118310", "2122", "354468", 
"33829", "17223", "334953", "147418", "162688", "2254532", "527236", 
"3500038", "221808", "141089", "62648", "1349419", "1214441", 
"49370", "1452493", "610481", "9570674", "7781410", "136", "2007479", 
"40", "170028", "27932", "242020", "17", "392746", "-2786", "2587494", 
"155257", "99560", "30561", "1258", "151069", "7187", "60929", 
"49568", "125", "4320", "45373", "8", "6166", "4520", "597", 
"2611", "3983", "656", "209", "5377", "104", "1999", "2", "1420", 
"3793", "1658", "443", "12703", "162", "344", "4936", "454", 
"327", "3812", "1124", "909", "1821", "2926", "976", "2974", 
"50", "14062", "7461", "115", "6399", "344", "316", "1499", "511", 
"1450", "75", "3490", "9217", "15677", "5700", "199", "5047", 
"454", "1630", "617", "3098", "1434", "3034", "16", "1478", "177", 
"471", "131", "1137", "305", "943", "845", "78", "78", "50")), row.names = 2:301, class = "data.frame")
library(tidyverse)

df <- as_tibble(…) # your data
pivot_wider(df, id_cols = area_id, names_from = `item code`, values_from = Amount_2001)
1 Like

This topic was automatically closed 7 days after the last reply. New replies are no longer allowed.