web-dev-qa-db-fra.com

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.

30
Polar Bear

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
21
Pierre Lafortune

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
28
aliawadh980