Question

尝试根据订单日期列和电子邮件创建新的data_frame。因此，如果我有一个重复的电子邮件（例如下面示例中的cheers@web.com），我想合并电子邮件并将order_date变量放在它旁边的新列中。我想在完整的DF中做到这一点。这将介绍许多NAs，但我稍后会解决这个问题。

我的数据框如下：

Source: local data frame [6 x 4]
Groups: email [5]

                email order_date `sum(price_excl_vat_euro)` `sum(total_qty)`
                <chr>     <date>                      <dbl>            <int>
1 whatis@web.com 2016-09-05                     140.48                2
2 myemail@web.com 2016-11-01                     41.31                1
3 whereto@web.com 2016-09-18                     61.98                1
4 cheers@web.com 2016-08-01                      61.98                1
5 cheers@web.com 2016-08-02                      61.98                1
6 hello@web.com 2016-08-02                      140.49                1

我想要获得的是（我现在不关心的其他专栏）：

email            order_date1    order_date2
whatis@web.com   2016-09-05     NA
myemail@web.com  2016-11-01     NA
whereto@web.com  2016-09-18     NA
cheers@web.com   2016-08-01     2016-08-02
hello@web.com    2016-08-02     NA

重要的是要知道订单数量可能在1-10（平均）之间变化。我尝试了spread包中的tidyr函数。但无法让它发挥作用。任何提示都非常感谢！

Answer 1

例如

df <- read.table(row.names=1, stringsAsFactors = F, text="
1 whatis@web.com 2016-09-05                     140.48                2
2 myemail@web.com 2016-11-01                     41.31                1
3 whereto@web.com 2016-09-18                     61.98                1
4 cheers@web.com 2016-08-01                      61.98                1
5 cheers@web.com 2016-08-02                      61.98                1
6 hello@web.com 2016-08-02                      140.49                1")
df <- df[order(df[,1], df[,2]), ]
lst <- split(df[,2],df[,1])
do.call(rbind, lapply(lst, "length<-", max(lengths(lst))))
#                 [,1]         [,2]        
# cheers@web.com  "2016-08-01" "2016-08-02"
# hello@web.com   "2016-08-02" NA          
# myemail@web.com "2016-11-01" NA          
# whatis@web.com  "2016-09-05" NA          
# whereto@web.com "2016-09-18" NA

或

library(tidyverse)
df %>% 
  arrange(V2, V3) %>% 
  group_by(V2) %>% 
  transmute(V3, date=paste0("date", 1:n())) %>% 
  spread(date, V3)
# Source: local data frame [5 x 3]
# Groups: V2 [5]
# 
#                V2      date1      date2
# *           <chr>      <chr>      <chr>
# 1  cheers@web.com 2016-08-01 2016-08-02
# 2   hello@web.com 2016-08-02       <NA>
# 3 myemail@web.com 2016-11-01       <NA>
# 4  whatis@web.com 2016-09-05       <NA>
# 5 whereto@web.com 2016-09-18       <NA>

基于另一列（电子邮件）拆分列（日期）

1 个答案: