tidyr：：pivot_wider()将值复制到新行，而不复制行中的其他值

vngu2lb8 于 2023-07-31 发布在其他

关注(0)|答案(2)|浏览(67)

我需要pivot_wider我的数据集。我想将重复的值添加到新行（而不是将重复的值显示为列表）。下面的代码是我如何尝试实现这一点。使用此代码，列出的项将移动到新列，但该行中的其他值将重复。

df = data.frame(variables = c('a', 'b', 'c', 'c'),
                values = c(1, 2, 3, 4),
                dates = c(6, 6, 6, 6))

df_wide <- df %>%
  pivot_wider(names_from = variables,
              values_from = values,
              values_fill = NA,
              values_fn = list) %>%
  unnest()

字符串
结果：

# A tibble: 2 × 4
  dates     a     b     c
  <dbl> <dbl> <dbl> <dbl>
1     6     1     2     3
2     6     1     2     4

型
预期结果：

# A tibble: 2 × 4
  dates     a     b     c
  <dbl> <dbl> <dbl> <dbl>
1     6     1     2     3
2     NA    NA    NA    4

型

更新

使用下面的答案，我能够接近我需要的东西。
下面是一个更复杂的数据集：

df <- data.frame(RK = c(1,1,1,1,
                        1,1,1,1,
                        1,2,2,2,
                        1,2,2,3,
                        3,3,3,3,
                        3,3,3,4,
                        4,4,5,5,
                        6,6,6,6,
                        7,7,7,7),
                 Name = paste0("Name", seq(1:36)),
                 Position = rep(paste("POS", seq(1:4)),9))

# Code
df %>% 
  mutate(cnt = row_number(), .by = Position) %>%
  pivot_wider(names_from = Position, 
              values_from = Name) %>%
  select(-cnt) %>%
  arrange(RK)

# Result
# A tibble: 14 × 5
      RK `POS 1` `POS 2` `POS 3` `POS 4`
   <dbl> <chr>   <chr>   <chr>   <chr>  
 1     1 Name1   Name2   Name3   Name4  
 2     1 Name5   Name6   Name7   Name8  
 3     1 Name9   NA      NA      NA     
 4     1 Name13  NA      NA      NA     
 5     2 NA      Name10  Name11  Name12 
 6     2 NA      Name14  Name15  NA     
 7     3 NA      NA      NA      Name16 
 8     3 Name17  Name18  Name19  Name20 
 9     3 Name21  Name22  Name23  NA     
10     4 NA      NA      NA      Name24 
11     4 Name25  Name26  NA      NA     
12     5 NA      NA      Name27  Name28 
13     6 Name29  Name30  Name31  Name32 
14     7 Name33  Name34  Name35  Name36

型

剩余问题对于RK == 3，我希望移动结果，以便RK ==3的第1行包含所有名称，该行的NA显示在名称之后。因此，在本例中，RK ==3只需要2行名称，而不是3行，RK == 4只需要1行。

来源：https://stackoverflow.com/questions/76758702/tidyrpivot-wider-duplicate-values-to-new-row-without-duplicating-other-value

2条答案

按热度按时间

w6mmgewl1#

在更复杂的示例中，您需要按RK和Position分组，以获得所描述的结果，即

library(tidyverse)

df <- data.frame(RK = c(1,1,1,1,
                        1,1,1,1,
                        1,2,2,2,
                        1,2,2,3,
                        3,3,3,3,
                        3,3,3,4,
                        4,4,5,5,
                        6,6,6,6,
                        7,7,7,7),
                 Name = paste0("Name", seq(1:36)),
                 Position = rep(paste("POS", seq(1:4)),9))

df %>%
  group_by(RK, Position) %>%
  mutate(cnt = row_number()) %>%
  pivot_wider(names_from = Position, 
              values_from = Name) %>%
  select(-cnt) %>%
  arrange(RK)
#> # A tibble: 12 × 5
#> # Groups:   RK [7]
#>       RK `POS 1` `POS 2` `POS 3` `POS 4`
#>    <dbl> <chr>   <chr>   <chr>   <chr>  
#>  1     1 Name1   Name2   Name3   Name4  
#>  2     1 Name5   Name6   Name7   Name8  
#>  3     1 Name9   <NA>    <NA>    <NA>   
#>  4     1 Name13  <NA>    <NA>    <NA>   
#>  5     2 <NA>    Name10  Name11  Name12 
#>  6     2 <NA>    Name14  Name15  <NA>   
#>  7     3 Name17  Name18  Name19  Name16 
#>  8     3 Name21  Name22  Name23  Name20 
#>  9     4 Name25  Name26  <NA>    Name24 
#> 10     5 <NA>    <NA>    Name27  Name28 
#> 11     6 Name29  Name30  Name31  Name32 
#> 12     7 Name33  Name34  Name35  Name36

字符串
创建日期：2023年7月26日，使用reprex v2.0.2
你的问题解决了吗？或者，你还想做进一步的“调整”？

赞(0）回复(0）举报 2023-07-31

dxxyhpgq2#

一个简单的解决方案可能是在mutate()内使用dplyr::row_number()创建行号，然后使用pivot_wider：

df %>% 
  mutate(cnt = row_number(), .by = variables) %>%
  pivot_wider(names_from = variables, 
              values_from = values) %>%
  select(-cnt)

字符串
输出量：

dates     a     b     c
  <dbl> <dbl> <dbl> <dbl>
1     6     1     2     3
2     6    NA    NA     4

型
这里和你想要的输出的唯一区别是dates始终有值，从我的Angular 看，这似乎是合乎逻辑的。但是，如果你希望所有后续示例都是NA，你可以简单地添加一个mutate：

df %>% 
  mutate(cnt = row_number(), .by = variables) %>%
  pivot_wider(names_from = variables, 
              values_from = values) %>%
  mutate(dates = case_when(cnt == 1 ~ dates)) %>% 
  select(-cnt)

型
输出量

dates     a     b     c
  <dbl> <dbl> <dbl> <dbl>
1     6     1     2     3
2    NA    NA    NA     4

型

赞(0）回复(0）举报 2023-07-31

我来回答

tidyr：：pivot_wider()将值复制到新行，而不复制行中的其他值

2条答案

相关问题

热门标签

最新问答