Question Utilisation de spread avec des identificateurs en double pour les lignes


J'ai un formulaire long qui a plusieurs entrées pour la même date et la même personne.

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 format 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 ce. 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 souhaite pas supprimer plusieurs entrées.


23
2017-08-20 11:11


origine


Réponses:


Le problème est les deux colonnes pour les deux A et B. Si nous pouvons faire cette colonne de valeur unique, nous pouvons répartir les données comme vous le souhaitez. Jetez un oeil à la sortie pour 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 cela comme un duplicata puisque l'autre question ne résume pas par sum, mais le data.table réponse 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 le tidyr solution, combinez-la avec dcast 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

modifier

Sur la base 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 le résultat final 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

le data.table la syntaxe est compacte car elle permet plusieurs value.var colonnes et prendra soin de la propagation pour nous. Nous pouvons alors sauter le melt -> cast processus.

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

19
2017-08-20 11:27



Votre réponse manquait d'ID de mutation! 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

12
2018-06-13 02:05



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

Vérifiez si vous avez inversé la clé et la valeur. "Key" est le nom de la nouvelle clé et "value" est la valeur réelle.


0
2017-09-17 15:54