Question

编辑：这是尝试更好地传达我的问题并提供可重复的示例。有人请（1）解释我的方法有什么问题，（2）提出任何合理的解决方案吗？

我的数据如下：

DF.PSoft <- structure(list(Last = structure(c(4L, 3L, 2L, 1L, 5L), .Label = c("Carruthers", 
"Fester", "Mauger", "Schofield", "Vanhoy"), class = "factor"), 
Salary = structure(c(5L, 3L, 1L, 2L, 4L), .Label = c("121991.0", 
"142403.0", "47305.0", "47740.0", "49172.0"), class = "factor"), 
Dept1 = structure(c(2L, 1L, 2L, 1L, 2L), .Label = c("215086", 
"221230"), class = "factor"), Distrib1 = structure(c(2L, 
1L, 4L, 1L, 3L), .Label = c("100.0", "50.0", "75.0", "90.0"
), class = "factor"), Dept2 = structure(c(2L, 1L, 3L, 1L, 
4L), .Label = c("", "026112", "215086", "221704"), class = "factor"), 
Distrib2 = structure(c(3L, 1L, 4L, 1L, 2L), .Label = c("0.0", 
"15.0", "40.0", "5.0"), class = "factor"), Dept3 = structure(c(3L, 
1L, 3L, 1L, 2L), .Label = c("", "215086", "221704"), class = "factor"), 
Distrib3 = structure(c(2L, 1L, 3L, 1L, 2L), .Label = c("0.0", 
"10.0", "5.0"), class = "factor")), .Names = c("Last", "Salary", 
"Dept1", "Distrib1", "Dept2", "Distrib2", "Dept3", "Distrib3"
), row.names = c(NA, -5L), class = "data.frame")  

>DF.PSoft
          Last   Salary  Dept1 Distrib1  Dept2 Distrib2  Dept3 Distrib3
# 1  Schofield  49172.0 221230     50.0 026112     40.0 221704     10.0
# 2     Mauger  47305.0 215086    100.0             0.0             0.0
# 3     Fester 121991.0 221230     90.0 215086      5.0 221704      5.0
# 4 Carruthers 142403.0 215086    100.0             0.0             0.0
# 5     Vanhoy  47740.0 221230     75.0 221704     15.0 215086     10.0

数据描述了在各个部门工作的人员。 Schofield花费50％的时间在221230部门，40％在026112，10％在221704。真正的数据集共有10个部门和Distrib列;在这个例子中，我正在使用3个Dept / Distrib列。

我想将数据重新整形为一个新框架，显示Last，Salary，包含215086的“Dept”列（如果有“Dept”列匹配），以及相应的“Distrib”列：

>DF.Desired
          Last   Salary    Dept  Distrib  
# 1     Mauger  47305.0  215086    100.0
# 2     Fester 121991.0  215086      5.0 
# 3 Carruthers 142403.0  215086    100.0
# 4     Vanhoy  47740.0  215086     10.0

我该怎么做？我一直在努力解决这个问题。这是我到目前为止所拥有的。

显示数据==“215086”的所有索引。

test <- which(DF.PSoft=="215086", arr.in=TRUE)

>test
       row col
# [1,]   2   3
# [2,]   4   3
# [3,]   3   5
# [4,]   5   7

创建一个空DF，用于保存我接下来要执行的数据。

DF.blank <- data.frame(Last=character(dim(test)[1]), Salary=character(dim(test)[1]), Dept=character(dim(test)[1]), Distrib=character(dim(test)[1]),  stringsAsFactors=FALSE)

>DF.blank
     Last Salary Dept Distrib
# 1                         
# 2                         
# 3                          
# 4

用我想要的数据填充空DF。使用来自'test'的索引对整个数据集（DF.PSoft）进行子集，搜索所有条目==“215086”。获取'test'中列出的DF.PSoft行号，获取DF.PSoft列1,2，无论哪个列包含“215086”（这从DF.PSoft的相应“Dept”列中输入“215086”），该肯定搜索结果右侧的列（提取适当的Distrib）。如果我正确地考虑这个问题，无论我在文件中有多少“Dept”或“Distrib”列，这个方法都会有效。我想保留这种能力。
```
for(i in 1:dim(test)[1]){
  DF.blank[i,] <- DF.PSoft[test[i,1], c(1,2, test[i,2], test[i,2]+1)]
  }
```

令人愤怒的是，我得到了这个结果：

>DF.blank
    Last Salary Dept Distrib
# 1    3      3    1       1
# 2    1      2    1       1
# 3    2      1    3       4
# 4    5      4    2       2

有趣的是，打印DF.PSoft子集似乎按预期工作：

for (i in 1:dim(test)[1]) {
    print(DF.PSoft[test[i, 1], c(1, 2, test[i, 2], test[i, 2] + 1)])
}

#     Last  Salary  Dept1 Distrib1
# 2 Mauger 47305.0 215086    100.0
#         Last   Salary  Dept1 Distrib1
# 4 Carruthers 142403.0 215086    100.0
#     Last   Salary  Dept2 Distrib2
# 3 Fester 121991.0 215086      5.0
#     Last  Salary  Dept3 Distrib3
# 5 Vanhoy 47740.0 215086     10.0

非常感谢您的建议，并且再次抱歉，我开始时遇到了一个混乱的问题。

Answer 1

如果我正确理解您的问题，您可以使用reshape最基本的形式：

reshape(DF.PSoft, idvar=c("Last", "Salary"), 
        varying = 3:ncol(DF.PSoft), sep = "", direction = "long")
#                           Last Salary time   Dept Distrib
# Schofield.49172.1    Schofield  49172    1 221230      50
# Mauger.47305.1          Mauger  47305    1 215086     100
# Fester.121991.1         Fester 121991    1 221230      90
# Carruthers.142403.1 Carruthers 142403    1 215086     100
# Vanhoy.47740.1          Vanhoy  47740    1 221230      75
# Schofield.49172.2    Schofield  49172    2  26112      40
# Mauger.47305.2          Mauger  47305    2     NA       0
# Fester.121991.2         Fester 121991    2 215086       5
# Carruthers.142403.2 Carruthers 142403    2     NA       0
# Vanhoy.47740.2          Vanhoy  47740    2 221704      15
# Schofield.49172.3    Schofield  49172    3 221704      10
# Mauger.47305.3          Mauger  47305    3     NA       0
# Fester.121991.3         Fester 121991    3 221704       5
# Carruthers.142403.3 Carruthers 142403    3     NA       0
# Vanhoy.47740.3          Vanhoy  47740    3 215086      10

如果需要，您可以稍后放弃rownames。

我没有注意到你只想要一个部门。既然如此，试试这个：

out <- reshape(DF.PSoft, idvar=c("Last", "Salary"),
               varying = 3:ncol(DF.PSoft), sep = "", direction = "long")
rownames(out) <- NULL
out[out$Dept == "215086", ]
#          Last   Salary time   Dept Distrib
# 2      Mauger  47305.0    1 215086   100.0
# 4  Carruthers 142403.0    1 215086   100.0
# 8      Fester 121991.0    2 215086     5.0
# 15     Vanhoy  47740.0    3 215086    10.0

Answer 2

我认为

来自rbindlist包的简单data.table。有了可重现的数据，我可以给出可重复的答案：）

res <- rbindlist(list(DF.PSoft[, c('Last', 'Salary', 'Dept1', 'Distrib1')],
    DF.PSoft[, c('Last', 'Salary', 'Dept2', 'Distrib2')],
    DF.PSoft[, c('Last', 'Salary', 'Dept3', 'Distrib3')]    
 ))

重塑数据框架。 for loop＆amp;的麻烦将数据分配给新帧的行

2 个答案: