Question

我有两个MySQL表。其中一个包含犯罪案件的数据（即案件编号，地点），另一个包含“案件”表中每个案件所犯的犯罪行为（即哪些法律被破坏，条款，段落）。因此，我与每个犯罪案件有1：n关系，有多种罪行。现在，我想加入两个表格，但不知道如何做到最好。

table "cases"
ID / casenumber / ...
---------------------
1 / 2015-33323 
2 / 2016-33213
3 / 2017-88873


table "offences"
ID / caseId / law  / article / ...
---------------------
1 / 1       / law1 / 110     / ...
2 / 1       / law1 / 111     / ...
3 / 1       / law2 / 239     / ...
4 / 2       / law1 / 342     / ...
5 / 2       / law3 / 920     / ...
6 / 3       / law1 / 820     / ...

为了加入两个data.frames，我应该将offenses-table变成这样的形式：

caseId / offence1law / offence1art / offence2law / offence2art / ...
---------------------
1      / law1        / 110         / law1        / 111 / ...
2      / law1        / 342         / law3        / 920 / ...
3      / law3        / 820         / NA          / NA  / ...

有谁知道怎么做？我正在寻找的表中的变量数量取决于所犯的攻击数量。

非常感谢您的提示！

Answer 1

以下是使用dplyr和tidyr创建所需攻击表信息的解决方案。 offences5是最终输出。

我们的想法是使用gather，unite和spread来创建所需的宽格式表。之后，使用left_join来组合数据。请注意，最后一个select和setNames正在选择和重命名列，与OP的所需输出完全相同。但是，如果列的顺序不重要，则这些调用是可选的。

解决方案与cases数据框无关。但是，如果OP想要，如果left_join准备就绪，则很容易进行offences5。

library(dplyr)
library(tidyr)

offences2 <- offences %>%
  group_by(caseId) %>%
  mutate(ID = 1:n(), Law = "law", Art = "art") %>%
  unite(Law2, ID, Law, remove = FALSE, sep = "") %>%
  unite(Art2, ID, Art, remove = TRUE, sep = "")

offences3 <- offences2 %>%
  select(caseId, law, Law2) %>%
  spread(Law2, law)

offences4 <- offences2 %>%
  select(caseId, article, Art2) %>%
  spread(Art2, article)

offences5 <- offences3 %>%
  left_join(offences4, by = "caseId") %>%
  select(c("caseId", sapply(1:length(unique(offences$law)), 
                            function(i) paste0(i, c("law", "art"))))) %>%
  setNames(c("caseId", paste0("offence", colnames(.[, -1]))))

offences5
# A tibble: 3 x 7
# Groups:   caseId [3]
  caseId offence1law offence1art offence2law offence2art offence3law offence3art
   <int>       <chr>       <int>       <chr>       <int>       <chr>       <int>
1      1        law1         110        law1         111        law2         239
2      2        law1         342        law3         920        <NA>          NA
3      3        law1         820        <NA>          NA        <NA>          NA

数据：

offences <- read.table(text = "ID caseId law article
                       1 1 law1 110
                       2 1 law1 111
                       3 1 law2 239
                       4 2 law1 342
                       5 2 law3 920
                       6 3 law1 820",
                       header = TRUE, stringsAsFactors = FALSE)

改变data.frame结构

1 个答案: