特定列的 R 中每个分组变量的gather()答案

【问题标题】：gather() per grouped variables in R for specific columns特定列的 R 中每个分组变量的gather()
【发布时间】：2019-10-19 02:28:24
【问题描述】：

我有一个很长的数据框，其中包含分组工作的玩家的决策。我需要以这样一种方式转换数据，使每一行（个人观察）都包含所有组成员的决定（所以我们基本上可以看到它们是否相互依赖）。

假设生成代码是：

group_id <- c(rep(1, 3), rep(2, 3))
player_id <- c(rep(seq(1, 3), 2))
player_decision <- seq(10,60,10)
player_contribution <- seq(6,1,-1)
df <-
  data.frame(group_id, player_id, player_decision, player_contribution)

所以初始数据如下：

  group_id player_id player_decision player_contribution
1        1         1              10                   6
2        1         2              20                   5
3        1         3              30                   4
4        2         1              40                   3
5        2         2              50                   2
6        2         3              60                   1

但我需要为每个组将其转换为wide，但仅限于其中一些变量，（在此示例中专门针对player_contribution，但以保留其余数据的方式。所以转换后的数据的头是：

data.frame(group_id=c(1,1), 
           player_id=c(1,2),
           player_decision=c(10,20),
           player_1_contribution=c(6,6),
           player_2_contribution=c(5,5),
           player_3_contribution=c(4,6)
           )

  group_id player_id player_decision player_1_contribution player_2_contribution player_3_contribution
1        1         1              10                     6                     5                     4
2        1         2              20                     6                     5                     6

我怀疑我需要在dplyr 中输入group_by，然后以某种方式在每个组中输入gather，但仅适用于player_contribution（或变量向量）。但我真的不知道如何处理它。欢迎任何提示！

【问题讨论】：

看tidyr::pivot_wider()
我不明白player_3_contribution 列中的值来自哪里
好的。我现在明白你想要的输出是什么了。但它有错误，这让我完全困惑

标签： r dplyr tidyr

【解决方案1】：

这是使用 tidyr 和 dplyr 的解决方案。
制作一个包含玩家贡献列的数据框。然后将此数据帧连接回原始数据帧中感兴趣的列。

library(tidyr)
library(dplyr)
wide<-pivot_wider(df, id_cols= - player_decision, 
       names_from = player_id, 
       values_from = player_contribution, 
       names_prefix = "player_contribution_")

answer<-left_join(df[, c("group_id",  "player_id", "player_decision") ], wide)

answer

  group_id player_id player_decision player_contribution_1 player_contribution_2 player_contribution_3
1        1         1              10                     6                     5                     4
2        1         2              20                     6                     5                     4
3        1         3              30                     6                     5                     4
4        2         1              40                     3                     2                     1
5        2         2              50                     3                     2                     1
6        2         3              60                     3                     2                     1

【讨论】：