Spread() Datenrahmen basierend auf ID und Wert in einer anderen Spalte

Question

Ich habe bereits nach mehreren Beispielen gesucht, aber ich habe keine gefiltert gefiltert Werte & ihre Daten gefunden.

Date <-c('3/13/2017 6:21', '3/20/2017 6:28','3/13/2017 6:22','3/20/2017 6:28',' 3/13/2017 6:23','3/20/2017 6:28','3/13/2017 6:24',' 3/20/2017 6:28', ' 3/24/2017 6:28') 
Enabled_value<-c(0,1,0,1,0,1,0,1,0) 
Helper<-c('39RTU1','39RTU1','39RTU2','39RTU2','39RTU2','39RTU3','39RTU3','39RTU4','39RTU4', '39RTU4') 

aussehen:

Helper  Date(Enabled Value =0)  Date (Enabled Value =1) 
39RTU1  3/13/2017 6:20   3/20/2017 6:28 
39RTU2  3/13/2017 6:21   3/20/2017 6:28 
39RTU3  3/13/2017 6:22   3/20/2017 6:28 
39RTU4  3/13/2017 6:24   3/20/2017 6:28 
39RTU4  3/24/2017 6:28 

Wie Sie sehen können, ich Zeitstempel für jede Beobachtung habe - jede Zeile sollte eine Instanz sein (dh von Enabled_value von 0 bis 1 zu bewegen, und wenn die letzten Enabled_value für die Einheit = 0, sollte es eine neue Zeile (siehe 39RTU4 unten).

ich habe bereits umfangreiche Arbeiten Reduzierung dieser Datensatz erfolgen (von 500k Zeilen bis 2k).

Ich versuche, tidyr und dplyr zu verwenden, aber mein spread hält laufende Fehler.

> sorted_data1<-spread(sorted_data,Enabled_Value,Helper) 
Error: Duplicate identifiers for rows (1340, 1342) 

Answer 1

Es sieht so aus, als ob die Zeilen nicht eindeutig identifiziert werden, je nachdem, wie Sie versuchen zu verbreiten. Berechnen Sie also zuerst einen Index nach Helfer und aktiviertem Wert. (Hinweis: Ich habe Ihre Beispieldaten etwas geändert, weil einer von ihnen die Länge 10 hatte, während die anderen beiden die Länge 9 hatten).

Hoffentlich hilft das. Bitte zögern Sie nicht weiter zu klären, wenn dies nicht das ist, was Sie wollen.

Date <-c('3/13/2017 6:21', '3/20/2017 6:28','3/13/2017 6:22','3/20/2017 6:28',' 3/13/2017 6:23','3/20/2017 6:28','3/13/2017 6:24',' 3/20/2017 6:28', ' 3/24/2017 6:28') 
Enabled_value<-c(0,1,0,1,0,1,0,1,0) 
Helper<-c('39RTU1','39RTU1','39RTU2','39RTU2','39RTU2','39RTU3','39RTU3','39RTU4','39RTU4') 

df <- tibble(Date, Enabled_value, Helper) 
df %>% 
    group_by(Helper, Enabled_value) %>% 
    mutate(count = 1:n()) %>% 
    spread(Enabled_value, Date) %>% 
    rename(Enabled_value_0 = `0`, 
     Enabled_value_1 = `1`) 

# A tibble: 5 x 4 
# Groups: Helper [4] 
    Helper count Enabled_value_0 Enabled_value_1 
* <chr> <int>   <chr>   <chr> 
1 39RTU1  1 3/13/2017 6:21 3/20/2017 6:28 
2 39RTU2  1 3/13/2017 6:22 3/20/2017 6:28 
3 39RTU2  2 3/13/2017 6:23   <NA> 
4 39RTU3  1 3/13/2017 6:24 3/20/2017 6:28 
5 39RTU4  1 3/24/2017 6:28 3/20/2017 6:28