在R中转换列中的行[重复]答案

【问题标题】：Converting rows in columns in R [duplicate]在R中转换列中的行[重复]
【发布时间】：2018-04-24 21:32:46
【问题描述】：

我有一个这样的数据集：

ID       DATE      VALUE
9101001 11-04-2010  4
9101001 11-10-2010  4
9101002 28-12-2009  104
9101002 31-03-2010  193
9101002 26-08-2010  130
9101002 13-01-2011  128
9101002 12-04-2011  27
9101002 08-12-2011  18
9101002 17-07-2012  85
9101002 10-10-2012  86
9101002 19-12-2012  4
9101002 21-01-2013  31
9101003 16-09-2008  273
9101003 24-03-2009  311
9101003 15-03-2011  166
9101003 21-04-2011  62

我需要把它转换成这样：

ID       DATE1      VALUE1 DATE2     VALU2 DATE3 VALUE3 etc
9101001  11-04-2010   4   11-10-2010  2

所以，每个ID只有一行

有人可以帮忙吗？非常感谢！

【问题讨论】：

使用tidyr::spread:rdocumentation.org/packages/tidyr/versions/0.8.0/topics/spread
tidyr::gather 和 tidyr::spread 的组合可以做到这一点，但请意识到 Frank_Hanson 生成的帧将有很多 NAs，因为数据在 $ID 之间不平衡。

标签： r database

【解决方案1】：

在这种特殊情况下，每行的列数会有所不同，splitstackshape::cSplit 提供了一种优雅的方法，可以在基于ID 汇总值后获得解决方案。

该方法是首先使用分隔符（例如|）将 DATE 和 VALUE 的 concatenate 值。现在，splitstackshape::cSplit 可用于分隔这些列。

library(splitstackshape)
library(dplyr)

 df_new <- df %>% group_by(ID) %>%
  summarise(DATE = paste0(DATE,collapse="|"), 
                    VALUE=paste0(VALUE,collapse="|")) %>%
  cSplit(c("DATE","VALUE"), sep = "|")

结果：

# ID    DATE_01    DATE_02    DATE_03    DATE_04    DATE_05    DATE_06    DATE_07    DATE_08    DATE_09
# 1: 9101001 11-04-2010 11-10-2010         NA         NA         NA         NA         NA         NA         NA
# 2: 9101002 28-12-2009 31-03-2010 26-08-2010 13-01-2011 12-04-2011 08-12-2011 17-07-2012 10-10-2012 19-12-2012
# 3: 9101003 16-09-2008 24-03-2009 15-03-2011 21-04-2011         NA         NA         NA         NA         NA
# DATE_10 VALUE_01 VALUE_02 VALUE_03 VALUE_04 VALUE_05 VALUE_06 VALUE_07 VALUE_08 VALUE_09 VALUE_10
# 1:         NA        4        4       NA       NA       NA       NA       NA       NA       NA       NA
# 2: 21-01-2013      104      193      130      128       27       18       85       86        4       31
# 3:         NA      273      311      166       62       NA       NA       NA       NA       NA       NA

数据：

df <- read.table(text = 
"ID       DATE      VALUE
9101001 11-04-2010  4
9101001 11-10-2010  4
9101002 28-12-2009  104
9101002 31-03-2010  193
9101002 26-08-2010  130
9101002 13-01-2011  128
9101002 12-04-2011  27
9101002 08-12-2011  18
9101002 17-07-2012  85
9101002 10-10-2012  86
9101002 19-12-2012  4
9101002 21-01-2013  31
9101003 16-09-2008  273
9101003 24-03-2009  311
9101003 15-03-2011  166
9101003 21-04-2011  62",
header = T)

【讨论】：

这成功了！非常感谢！¨
我现在如何保存新表，以便我可以使用它并与另一个表合并，好吗？
@Frank_Hanson 我已更新答案以创建 new_df 数据框。

【解决方案2】：

使用来自tidyverse 的两个包：

newdat <- dat %>%
  group_by(ID) %>%
  mutate(n = row_number()) %>%
  ungroup() %>%
  gather(k, v, -ID, -n) %>%
  unite(k, c(k, n), sep="") %>%
  spread(k, v)
newdat  
# # A tibble: 3 × 21
#        ID      DATE1     DATE10      DATE2      DATE3      DATE4      DATE5      DATE6
# *   <int>      <chr>      <chr>      <chr>      <chr>      <chr>      <chr>      <chr>
# 1 9101001 11-04-2010       <NA> 11-10-2010       <NA>       <NA>       <NA>       <NA>
# 2 9101002 28-12-2009 21-01-2013 31-03-2010 26-08-2010 13-01-2011 12-04-2011 08-12-2011
# 3 9101003 16-09-2008       <NA> 24-03-2009 15-03-2011 21-04-2011       <NA>       <NA>
# # ... with 13 more variables: DATE7 <chr>, DATE8 <chr>, DATE9 <chr>, VALUE1 <chr>,
# #   VALUE10 <chr>, VALUE2 <chr>, VALUE3 <chr>, VALUE4 <chr>, VALUE5 <chr>, VALUE6 <chr>,
# #   VALUE7 <chr>, VALUE8 <chr>, VALUE9 <chr>

所以这会为您提供正确的列，但顺序不正确。如果这很重要：

newdat[c(1, 1L + order(
  as.integer(gsub("[^0-9]", "", colnames(newdat[-1]))),
  colnames(newdat[-1])
))]
# # A tibble: 3 × 21
#        ID      DATE1 VALUE1      DATE2 VALUE2      DATE3 VALUE3      DATE4 VALUE4      DATE5
#     <int>      <chr>  <chr>      <chr>  <chr>      <chr>  <chr>      <chr>  <chr>      <chr>
# 1 9101001 11-04-2010      4 11-10-2010      4       <NA>   <NA>       <NA>   <NA>       <NA>
# 2 9101002 28-12-2009    104 31-03-2010    193 26-08-2010    130 13-01-2011    128 12-04-2011
# 3 9101003 16-09-2008    273 24-03-2009    311 15-03-2011    166 21-04-2011     62       <NA>
# # ... with 11 more variables: VALUE5 <chr>, DATE6 <chr>, VALUE6 <chr>, DATE7 <chr>,
# #   VALUE7 <chr>, DATE8 <chr>, VALUE8 <chr>, DATE9 <chr>, VALUE9 <chr>, DATE10 <chr>,
# #   VALUE10 <chr>

c(1L, 1L + ... 的内容是从重新排序的考虑中删除 $ID。几乎可以肯定还有其他方法可以对列进行重新排序。

可复制的数据：

dat <- read.table(text='ID       DATE      VALUE
9101001 11-04-2010  4
9101001 11-10-2010  4
9101002 28-12-2009  104
9101002 31-03-2010  193
9101002 26-08-2010  130
9101002 13-01-2011  128
9101002 12-04-2011  27
9101002 08-12-2011  18
9101002 17-07-2012  85
9101002 10-10-2012  86
9101002 19-12-2012  4
9101002 21-01-2013  31
9101003 16-09-2008  273
9101003 24-03-2009  311
9101003 15-03-2011  166
9101003 21-04-2011  62', header=TRUE, stringsAsFactors=FALSE)

【讨论】：