重新格式化数据框具有唯一的日期行

时间:2018-12-17 19:14:26

标签: r dplyr reshape

我在下面有一个数据框:

dat

Day           Col1   Another    Value    High/Low
2018-01-01       A         B       20        High 
2018-01-01       B         G       30        High 
2018-01-02       C         D       40         Low
2018-01-02       C         M       70         Low
2018-01-02       C         G       50         Low

我如何重新格式化,使其看起来像这样:

如果原因较高,我也要按降序排列,如果较低则要升序。而且,每个日期永远不会有多个高点/低点。

Day             Reason_1   Value_1    Reason_2    Value_2   Reason_3   Value_3  
2018-01-01           B-G        30         A-B         20         NA       NA
2018-01-02           C-D        40         C-G         50        C-M       70

我尝试使用传播函数,但是这使Col1和Another值成为列:

library(tidyr)
new_df<- spread(dat, Col1_Another_Combined, Value)

虽然没有运气

1 个答案:

答案 0 :(得分:2)

我们可以使用tidyverse中的各种动词:

首先,我们按天分组,然后计算Value的排名。我们使用row_number,因为它将导致各行的唯一排名。我们使用unite创建reason列,然后使用gatherunitespread进行最终的从宽到长到广泛的转变。需要注意的一件事是value_*列仍被编码为字符值,可以轻松更改。

dat %>%
    group_by(Day) %>%
    mutate(row_num_value = row_number(Value)) %>% # ranking
    unite(reason, Col1, Another, sep = " - ") %>% # reason column
    gather(variable, value, reason, Value) %>% # convert to long
    unite(variable2, variable, row_num_value, sep = '_') %>% 
    spread(variable2, value) # convert to wide

# A tibble: 2 x 8
# Groups:   Day [2]
  Day        High.Low reason_1 reason_2 reason_3 Value_1 Value_2 Value_3
  <chr>      <chr>    <chr>    <chr>    <chr>    <chr>   <chr>   <chr>  
1 2018-01-01 High     A - B    B - G    NA       20      30      NA     
2 2018-01-02 Low      C - D    C - G    C - M    40      50      70