Question

请考虑以下数据框：

data_frame(
col1 = c("2017", "June",   "New", 10, 30),
col2 = c("2018", "July",   "Old", 20, 50),
name = c(NA, NA, NA, "dog", "cat")
)

# A tibble: 5 x 3
  col1  col2  name 
1 2017  2018  NA   
2 June  July  NA   
3 New   Old   NA   
4 10    20    dog  
5 30    50    cat

我想将其转换为以下输出：

## Year Month  Type name Amount
## 2017 June   New  dog  10
## 2018 July   Old  dog  20
## 2017 June   New  cat  30
## 2018 July   Old  cat  50

我尝试使用数据透视表的时间更长，但是很难处理多个行以及使用NA处理死角。

Answer 1

我确定了3种类型的数据，将它们粉碎成一个数据帧，然后将它们分离，从而得出了结论。就像上面的@jdobres所说，这可能不会超出此玩具示例的范围，而应该是一个开始。

据我所知，根据col1中的正则表达式搜索，您可以提取三种类型的数据：

用^20\\d{2}$标识的年份（如果包括19xx年等，则需要进行调整
月份，由非数字字符标识
名称，由col1中的值类型或非NA name来标识

过滤并调整形状，使它们的数据与所需输出中显示的形状匹配：

library(dplyr)
library(tidyr)

yrs_df <- df %>% 
  filter(grepl("^20\\d{2}$", col1)) %>%
  gather(key, value = year) %>%
  filter(!is.na(year))

name_df <- df %>%
  filter(!is.na(name)) %>%
  gather(key, value, -name)

由于您在同一列中同时拥有month和type，并且也希望将它们分开，因此第二次调整了月份。

month_df <- df %>%
  filter(grepl("^\\D", col1)) %>%
  mutate(col_type = row_number()) %>%
  gather(key, value, -col_type) %>%
  filter(!is.na(value)) %>%
  spread(key = col_type, value, sep = "") %>%
  rename(month = col_type1, type = col_type2)

yrs_df
#> # A tibble: 2 x 2
#>   key   year 
#>   <chr> <chr>
#> 1 col1  2017 
#> 2 col2  2018
name_df
#> # A tibble: 4 x 3
#>   name  key   value
#>   <chr> <chr> <chr>
#> 1 dog   col1  10   
#> 2 cat   col1  30   
#> 3 dog   col2  20   
#> 4 cat   col2  50
month_df
#> # A tibble: 2 x 3
#>   key   month type 
#>   <chr> <chr> <chr>
#> 1 col1  June  New  
#> 2 col2  July  Old

然后按键将所有内容重新连接起来（由于所有连接都在同一列上，因此也可以使用purrr::reduce）

yrs_df %>%
  inner_join(month_df, by = "key") %>%
  inner_join(name_df, by = "key")
#> # A tibble: 4 x 6
#>   key   year  month type  name  value
#>   <chr> <chr> <chr> <chr> <chr> <chr>
#> 1 col1  2017  June  New   dog   10   
#> 2 col1  2017  June  New   cat   30   
#> 3 col2  2018  July  Old   dog   20   
#> 4 col2  2018  July  Old   cat   50

所有这些-这里可能存在一个更大的问题，使您的所有数据变得如此混乱，可以在上游进一步解决。

如何将多行拉成列？

1 个答案: