Utilisation de spread avec des identifiants en double pour les lignes
J'ai un formulaire de données long qui comporte plusieurs entrées pour la même date et le même utilisateur.
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))
Je veux le convertir en forme large et le faire comme ceci:
month Amy.A Bob.A Amy.B Bob.B
1
2
3
1
2
3
1
2
3
1
2
3
Ma question est très similaire à this . J'ai utilisé le code donné dans la réponse:
kk <- jj %>%
gather(variable, value, -(month:student)) %>%
unite(temp, student, variable) %>%
spread(temp, value)
mais cela donne l'erreur suivante:
Erreur: identificateurs en double pour les lignes (1, 4), (2, 5), (3, 6), (13, 16), (14, 17), (15, 18), (7, 10), (8 , 11), (9, 12), (19, 22), (20, 23), (21, 24)
Merci d'avance. Remarque: je ne veux pas supprimer plusieurs entrées.
La question concerne les deux colonnes pour A et B. Si nous pouvons créer cette colonne à valeur unique, nous pouvons répartir les données comme vous le souhaitez. Jetez un coup d'œil à la sortie de jj_melt Lorsque vous utilisez le code ci-dessous.
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
Je ne marquerai pas ceci comme un doublon car l'autre question ne résumait pas par sum, mais la réponse data.table Pourrait aider avec un argument supplémentaire, 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 vous souhaitez utiliser la solution tidyr, combinez-la avec dcast pour la résumer par 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
Éditer
En fonction de vos nouvelles exigences, j'ai ajouté une colonne d'activité.
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
Les autres solutions peuvent également être utilisées. Ici, j'ai ajouté une expression facultative pour organiser la sortie finale par numéro d'activité:
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 syntaxe data.table Est compacte car elle autorise la création de plusieurs colonnes value.var Et prend en charge la propagation pour nous. Nous pouvons alors ignorer le processus 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
Votre réponse manquait mutate id! Voici la solution utilisant uniquement 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