在R中按组将数据从长整形重塑到宽整形

时间:2018-08-14 21:14:55

标签: r dplyr reshape tidyr

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

1 个答案:

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