Question

我有一个数据集，该数据集包含（除了观察ID号）变量，每个变量只有一个值，该值应该是几个相关变量的名称的一部分（请参见下面的示例）。这是数据集的微型版本：

df_input <- tribble(
~id,  ~name_code1, ~count1, ~value1, ~name_code2,  ~count2, ~value2,
1,    "A0000",       0,       0,       "A0001",         5,       200,
2,    "A0000",       1,       5,       "A0001",         2,       50,
3,    "A0000",       20,      3000,    "A0001",         3,       30, 
)

因此，变量的每个子集都具有name_code＃，count＃和value＃，其中变量通过具有相同的数字＃进行分组。请注意，对于给定的＃，name_code＃仅接受一个值，即该变量集的唯一标识符。我希望对于任意数量的＃，能够将name_code'i'的一个值设置为每个'i'变量名称的前缀，然后从变量名称中删除'i'。

更简洁地说，我想要这个。...

tribble(
  ~id,   ~A0000_count, ~A0000_value, ~A0001_count, ~A0001_value,
1,          0,              0,        5,           200,
2,          1,              5,        2,           50,
3,         20,           3000,        3,           30, 
)

...并且希望能够这样做，而无需单独手动重命名每个变量（并删除“ _code＃”变量），因为我有数百个变量集。

真的，除了单独重命名每个变量之外，我什至不知道从哪里开始。但是在真实的数据集中，我有数百个变量的集可以重命名，并且希望最大程度地减少编码/拼写错误。通常，我不知道该如何： a）使用另一个变量的值重命名一个变量。 b）以上述方式遍历几组变量。

（此外：不一定是小标题，我只是这样做，因为它在视觉上对我来说更清晰）。

感谢您的帮助！

Answer 1

我会这样使用tidyr，stringr和dplyr：

library(tidyr)
library(dplyr)
library(stringr)
df_input %>% 
  gather(key, value, -id) %>% 
  mutate(
    key2 = if_else(str_detect(key, "name_code"), value, NA_character_),
    key3 = if_else(str_detect(key, "count") | str_detect(key, "value"), str_sub(key, 1, 5), NA_character_),
  ) %>% 
  fill(key2) %>% 
  filter(!is.na(key3)) %>% 
  mutate(
    key4 = paste(key2, key3, sep = "_"),
    value2 = as.numeric(value)
  ) %>% 
  select(-key, -value, -key2, -key3) %>% 
  spread(key4, value2)

使用这些变量之一的值重命名变量的子集，该变量遍历任意数量的变量子集

1 个答案: