我的数据集给我带来了麻烦。我不认为这会成为一个如此复杂的问题,但现在我感觉已经有了。
我有一个看起来与此相似的数据集
CaseInfoColNames CaseInfoData UID RunTime
**WarrantCase** XXXXXXXXXXXX P19 TIME
Desc . P19 TIME
Bond 500 P19 TIME
Remarks No License P19 TIME
**WarrantCase** YYYYYYYYYYYY P19 TIME
Desc . P19 TIME
Bond 200 P19 TIME
**CaseNumber** 123456789134 X20 TIME
Desc BOND X20 TIME
Bond 1000 X20 TIME
CommentCase DIV 2 X20 TIME
Charge Drive w.o.Lic X20 TIME
基本上,有ID,每个ID可以有两种类型:“保修箱”或“箱号”。这两个标题下面的行应成为列标题。每个ID可能有多行,我意识到某些列标题将不相同,因此也有一种方法可以填写NA。理想情况下,也许数据看起来像这样,但是如果这太麻烦了,最好保留长格式吗?非常感谢!
UID RunTime WarrantCase Desc Bond Remarks
P19 TIME XXXXXXXXXXXX . 500 No License
P19 TIME YYYYYYYYYYYY . 200 NA
X20 TIME NA BOND 1000 NA
CaseNumber CommentCase Charge
NA NA NA
NA NA NA
123.. DIV 2 Drive w.o. Lic
答案 0 :(得分:1)
技巧是为每种情况创建一个唯一的ID,以使每种情况下的所有行都具有相同的ID:
df1 %>%
mutate(caseID = cumsum(as.numeric(grepl("\\*\\*",df1$CaseInfoColNames)))) %>%
spread(CaseInfoColNames,CaseInfoData)
UID RunTime caseID **CaseNumber** **WarrantCase** Bond Charge CommentCase Desc Remarks
1 P19 TIME 1 <NA> XXXXXXXXXXXX 500 <NA> <NA> . No.License
2 P19 TIME 2 <NA> YYYYYYYYYYYY 200 <NA> <NA> . <NA>
3 X20 TIME 3 123456789134 <NA> 1000 Drive.w.o.Lic DIV.2 BOND <NA>
如果需要,您可以稍后删除caseID列