sheet mutate ifelse cheat r dplyr tidyr

mutate - Usando spread con identificadores duplicados para filas



tidyr cheat sheet (3)

¡A tu respuesta le faltó la identificación mutada! Aquí está la solución usando solo dplyr packge.

jj %>% gather(variable, value, -(month:student)) %>% unite(temp, student, variable) %>% group_by(temp) %>% mutate(id=1:n()) %>% spread(temp, value) # A tibble: 6 x 6 # month id Amy_A Amy_B Bob_A Bob_B # * <int> <int> <dbl> <dbl> <dbl> <dbl> # 1 1 1 9 6 3 5 # 2 1 4 8 5 5 3 # 3 2 2 7 7 2 4 # 4 2 5 6 6 6 1 # 5 3 3 6 8 1 6 # 6 3 6 9 7 5 5

Tengo un marco de datos de formato largo que tiene varias entradas para la misma fecha y persona.

jj <- data.frame(month=rep(1:3,4), student=rep(c("Amy", "Bob"), each=6), A=c(9, 7, 6, 8, 6, 9, 3, 2, 1, 5, 6, 5), B=c(6, 7, 8, 5, 6, 7, 5, 4, 6, 3, 1, 5))

Quiero convertirlo en formato ancho y hacerlo así:

month Amy.A Bob.A Amy.B Bob.B 1 2 3 1 2 3 1 2 3 1 2 3

Mi pregunta es muy similar a this . He usado el código dado en la respuesta:

kk <- jj %>% gather(variable, value, -(month:student)) %>% unite(temp, student, variable) %>% spread(temp, value)

pero da el siguiente error:

Error: identificadores duplicados para las filas (1, 4), (2, 5), (3, 6), (13, 16), (14, 17), (15, 18), (7, 10), (8 , 11), (9, 12), (19, 22), (20, 23), (21, 24)

Gracias por adelantado. Nota: No quiero borrar varias entradas.


El problema son las dos columnas para A y B Si podemos hacer esa única columna de valor, podemos difundir los datos como desee. Eche un vistazo a la salida de jj_melt cuando use el código a continuación.

library(reshape2) jj_melt <- melt(jj, id=c("month", "student")) jj_spread <- dcast(jj_melt, month ~ student + variable, value.var="value", fun=sum) # month Amy_A Amy_B Bob_A Bob_B # 1 1 17 11 8 8 # 2 2 13 13 8 5 # 3 3 15 15 6 11

No marcaré esto como un duplicado ya que la otra pregunta no se resumió por sum , pero la respuesta de la data.table podría ayudar con un argumento adicional, fun=sum :

library(data.table) dcast(setDT(jj), month ~ student, value.var=c("A", "B"), fun=sum) # month A_sum_Amy A_sum_Bob B_sum_Amy B_sum_Bob # 1: 1 17 8 11 8 # 2: 2 13 8 13 5 # 3: 3 15 6 15 11

Si desea utilizar la solución tidyr , combínela con dcast para resumir por sum .

as.data.frame(jj) library(tidyr) jj %>% gather(variable, value, -(month:student)) %>% unite(temp, student, variable) %>% dcast(month ~ temp, fun=sum) # month Amy_A Amy_B Bob_A Bob_B # 1 1 17 11 8 8 # 2 2 13 13 8 5 # 3 3 15 15 6 11

Editar

En base a sus nuevos requisitos, he agregado una columna de actividad.

library(dplyr) jj %>% group_by(month, student) %>% mutate(id=1:n()) %>% melt(id=c("month", "id", "student")) %>% dcast(... ~ student + variable, value.var="value") # month id Amy_A Amy_B Bob_A Bob_B # 1 1 1 9 6 3 5 # 2 1 2 8 5 5 3 # 3 2 1 7 7 2 4 # 4 2 2 6 6 6 1 # 5 3 1 6 8 1 6 # 6 3 2 9 7 5 5

Las otras soluciones también pueden ser utilizadas. Aquí agregué una expresión opcional para organizar la salida final por número de actividad:

library(tidyr) jj %>% gather(variable, value, -(month:student)) %>% unite(temp, student, variable) %>% group_by(temp) %>% mutate(id=1:n()) %>% dcast(... ~ temp) %>% arrange(id) # month id Amy_A Amy_B Bob_A Bob_B # 1 1 1 9 6 3 5 # 2 2 2 7 7 2 4 # 3 3 3 6 8 1 6 # 4 1 4 8 5 5 3 # 5 2 5 6 6 6 1 # 6 3 6 9 7 5 5

La sintaxis data.table es compacta porque permite múltiples columnas de value.var y se encargará de la propagación por nosotros. Podemos omitir el proceso de melt -> cast .

library(data.table) setDT(jj)[, activityID := rowid(student)] dcast(jj, ... ~ student, value.var=c("A", "B")) # month activityID A_Amy A_Bob B_Amy B_Bob # 1: 1 1 9 3 6 5 # 2: 1 4 8 5 5 3 # 3: 2 2 7 2 7 4 # 4: 2 5 6 6 6 1 # 5: 3 3 6 1 8 6 # 6: 3 6 9 5 7 5


gather(data, key = "key", value = "value", ..., na.rm = FALSE, convert = FALSE, factor_key = FALSE)

Compruebe si ha invertido la clave y el valor. "Clave" es el nombre de la nueva clave y "valor" es el valor real.