Verwendung von Spreads mit doppelten Bezeichnern für Zeilen

Question

Ich habe einen langen Formulardatenrahmen mit mehreren Einträgen für dasselbe Datum und dieselbe Person.

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)) 

will ich es breite Form zu bringen und es so machen:

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

Meine Frage an this sehr ähnlich ist.

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

aber es gibt folgende Fehlermeldung:: Ich habe den gegebenen Code in der Antwort verwendet

Error: Duplicate identifiers for rows (1, 4), (2, 5), (3, 6), (13, 16), (14, 17), (15, 18), (7, 10), (8, 11), (9, 12), (19, 22), (20, 23), (21, 24)

Vielen Dank im Voraus. Hinweis: Ich möchte nicht mehrere Einträge löschen.

Answer 1

Das Problem ist die zwei Spalten für beide A und B. Wenn wir diese Spalte mit einem Wert erstellen können, können wir die Daten wie gewünscht verteilen. Sehen Sie sich die Ausgabe für jj_melt an, wenn Sie den folgenden Code verwenden.

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 

Ich will das nicht als Duplikat markieren, da die andere Frage nicht von sum zusammenfassen hat, aber die data.table Antwort könnte mit einem zusätzlichen Argumente helfen, 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 

Wenn Sie möchten, Um die tidyr Lösung zu verwenden, kombinieren Sie sie mit dcast, um durch sum zusammenzufassen.

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 

bearbeiten

Basierend auf Ihren neuen Anforderungen, ich habe eine Aktivität Spalte hinzugefügt.

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 

Die anderen Lösungen können ebenfalls verwendet werden. Hier habe ich einen optionalen Ausdruck die endgültige Ausgabe von Vorgangsnummer zu ordnen:

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 

Die data.table Syntax ist kompakt, da es für mehrere value.var Spalten erlaubt und wird von der Ausbreitung für uns kümmern. Wir können dann den Prozess melt -> cast überspringen.

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 

Answer 2

Ihre Antwort fehlte mutierte ID! Hier ist die Lösung mit nur 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 

Answer 3

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

Überprüfen Sie, ob Sie den Schlüssel und den Wert invertiert. "Key" ist der Name des neuen Schlüssels und "value" ist der tatsächliche Wert.