Question

library(tidyverse)

这个问题的灵感来自Jake Kaupp对问题的回答 ＆＃34; tidyr / dplyr - 为重复的ID传播多个变量 ＆＃34; 。使用提供的样本数据（底部），我希望每行只有一个Id，但是有一些重复id的实例（148和188）。由于有不同的电话号码，我想动态地传播它们，以便每个号码都有一列。在我的真实数据集中，我不确定会有多少重复的ID，这将会不断变化。我想在Tidyverse内做所有这些，但我被困住了：

首先，我使用下面的代码查找所需的最大列数...

cols <-Df %>% 
group_by(Id) %>%
group_size() %>% 
max()

接下来，我想做类似下面代码的事情，但是＆＃34;分开_＆＃34;已弃用。我不知道在这里用什么？我尝试过使用tidyr :: spread进行各种尝试，并查看其他选项以解决重复的标识符，例如添加索引列（mutate（I = row_numbers（）），但无法使其工作要么。

Df%>%
group_by(Id) %>%
separate_("Ph1", paste0("1:3", 1:cols), sep = ",", fill = "right")

有一种简单的方法可以实现这一目标吗？动态方面很重要，因为数据集总会发生变化，最终我想将这部分作为一个函数。

示例数据：

Id<-c(199,148,148,145,177,165,144,121,188,188,188,111)
Ph1<-c(6532881717,6572231223,6541132112,6457886543,6548887777,7372222222,6451123425,6783450101,7890986543,6785554444,8764443344,6453348736)
Ph2<-c(NA,NA,NA,NA,NA,7372222222,NA,NA,NA,6785554444,NA,NA)

Df<-data.frame(Id,Ph1,Ph2)

Answer 1

您可以创建新列，为给定Id的每个电话号码分配唯一ID，然后使用该新列进行传播。这避免了重复的ID＆＃34;问题。在传播时，这种方法固有地增加了所需的列数，以容纳每个Id的所有唯一电话号码。例如，在下面的代码中，我称之为新列seq（对于＆＃34;序列＆＃34;）：

library(tidyverse)

Df %>% 
  gather(key, value, -Id) %>%
  filter(!is.na(value)) %>% 
  select(-key) %>% 
  group_by(Id) %>% 
  filter(!duplicated(value)) %>% 
  mutate(seq=paste0("Phone_",1:n())) %>% 
  spread(seq, value)

     Id    Phone_1    Phone_2    Phone_3
1   111 6453348736         NA         NA
2   121 6783450101         NA         NA
3   144 6451123425         NA         NA
4   145 6457886543         NA         NA
5   148 6572231223 6541132112         NA
6   165 7372222222         NA         NA
7   177 6548887777         NA         NA
8   188 7890986543 6785554444 8764443344
9   199 6532881717         NA         NA

重复标识符 - 如何使用Tidyverse动态传播列中的重复值

1 个答案: