如何使用 R 转换边际数据（报告线数据）答案

【问题标题】：how to transform marginal data (reporting line data) using R如何使用 R 转换边际数据（报告线数据）
【发布时间】：2021-03-30 06:28:51
【问题描述】：

我有以下数据：

Name	Line Manager
A1	B1
A2	B1
A3	B2
B1	C1
B2	C1
A4	C1

我想将数据转换为以下两种方式。转型后，我可以找到一个直线经理内的所有成员，包括不直接向他/她汇报的成员。注意，实际情况下可能有3个以上的层次结构。

我猜这可能与网络分析有关，但不太确定。使用包 dplyr 的数据操作是一种方法。但是，我只是想知道是否有一种简单的方法可以通过某些 R 包中的内置函数来做到这一点？

(1)

Name	Line Manager
A1	B1
A2	B1
A3	B2
A1	C1
A2	C1
A3	C1
A4	C1
B1	C1
B2	C1

(2)

Name	LM_Level1	LM_Level2
A1	B1	C1
A2	B1	C1
A3	B2	C1
A4	C1
B1	C1
B2	C1

【问题讨论】：

标签： r dplyr igraph network-analysis

【解决方案1】：

设置数据：

dat <- tibble::tribble(~Name ,   ~Line.Manager,
"A1" , "B1",
"A2" , "B1",
"A3" , "B2",
"A1" , "C1",
"A2" , "C1",
"A3" , "C1",
"A4" , "C1",
"B1" , "C1",
"B2" , "C1")

# Reshaping to wide
dat <- tidyr::pivot_wider(dat, names_from = Line.Manager, values_from = Line.Manager)
# Moving values to the left - stolen from here: https://stackoverflow.com/a/26651706/5221626
dat[] <- t(apply(dat, 1, function(x) c(x[!is.na(x)], x[is.na(x)])))
# Removing empty columns
dat <- janitor::remove_empty(dat, "cols")
# Renaming column names.
names(dat)[2:ncol(dat)] <- paste0("LM_Level", seq_len(ncol(dat) - 1))
dat

# A tibble: 6 x 3
  Name  LM_Level1 LM_Level2
  <chr> <chr>     <chr>    
1 A1    B1        C1       
2 A2    B1        C1       
3 A3    B2        C1       
4 A4    C1        NA       
5 B1    C1        NA       
6 B2    C1        NA

我觉得第二步有点尴尬，但我想不出更好的方法。

【讨论】：

感谢您的回复。我稍后会试一试。我正在考虑使用一些递归方法。

【解决方案2】：

对于（2）（此处标记为step_1），您可以加入df 本身；用line_manager 和name 连接join。

对于 (1)（标记为 step_2），只需按 name 分组并旋转更长的时间。

输出（2）：

library(tidyverse)

step_1 <- 
  df %>%
    left_join(df, by = c("line_manager" = "name"), suffix = c("", "_lvl2")) %>%
    replace_na(list(line_manager_lvl2 = ""))

  name line_manager line_manager_lvl2
1   A1           B1                C1
2   A2           B1                C1
3   A3           B2                C1
4   B1           C1                  
5   B2           C1                  
6   A4           C1

输出（1）：

step_2 <- 
  step_1 %>%
    group_by(name) %>%
    pivot_longer(-name, names_to = 'tmp', values_to = 'line_manager') %>%
    select(-tmp) %>%
    filter(line_manager != "")

  name  line_manager
  <chr> <chr>       
1 A1    B1          
2 A1    C1          
3 A2    B1          
4 A2    C1          
5 A3    B2          
6 A3    C1          
7 B1    C1          
8 B2    C1          
9 A4    C1

数据：

df <- read.table(text = "Name   Line Manager
A1  B1
A2  B1
A3  B2
B1  C1
B2  C1
A4  C1", 
                 sep = "\t", 
                 header = TRUE, 
                 stringsAsFactors = FALSE) %>%
  mutate(across(everything(), str_replace, " ", "")) %>%
  janitor::clean_names()

注意：我知道将 OP 的 (2)、step_1 和 (1) 称为 step_2 有点奇怪，但 step_ 索引更像是此转换中操作的逻辑顺序。

【讨论】：

感谢您的回复。我稍后会试一试。我正在考虑使用一些递归方法。