JMP 拆分的 tidyr 或 dplyr 等价物 table

Question

JMP 有一个 "split table" 平台：
http://www.jmp.com/support/help/Split_Columns.shtml

这是它的图片：

"split by" 成为列 headers 的一部分。
"split columns" 是展开的列。
"group" 是保留的列。

我已经看过一些 links/pages 并且似乎无法在 R 中得到正确的结果。现在我必须将它拼凑成 JMP 中的宏。

对我没有帮助的链接包括：

Use dplyr's group_by to perform split-apply-combine
https://www.rstudio.com/wp-content/uploads/2015/02/data-wrangling-cheatsheet.pdf
Split a column of a data frame to multiple columns

我需要将 ~20k 行和~30 列的 table 沿着其中一列（0 到 13 之间的整数）拆分为 ~1400 行，其中 ~25 拆分为 350。

一个不优雅，但重复table，例子是分裂这个cars table

据此：

产生这个：

如何使用 tidyr 或 dplyr 等 R 库执行此操作并保留 ~5 non-split 列？

Answer 1

使用reshape，一次拆分一个列也不是太可怕。然后您可以将模型和 engine.disp 合并在一起。对于您的真实示例，您可以只更改聚合中的列表和转换中的公式。

x <- read.csv('http://web.pdx.edu/~gerbing/data/cars.csv',stringsAsFactors = F)
names(x) <- tolower(names(x))

agg <- aggregate(list(model = x$model),list(origin = x$origin,cylinders = x$cylinders,year = x$year),FUN = paste,collapse = ',')

require(reshape)
output <- cast(data = agg,formula = origin + cylinders ~ year,value = 'model')

编辑：我没有检查所有可能的情况，但这个功能应该类似于拆分表，或者至少给你一个好的开始。

x <- read.csv('http://web.pdx.edu/~gerbing/data/cars.csv',stringsAsFactors = F)
names(x) <- tolower(names(x))

jmpsplitcol <- function(data,splitby,splitcols,group){

  require(reshape)
  require(tidyr)

  aggsplitlist <- data[ ,names(data) %in% c(splitby,group)]
  aggsplitlist <- lapply(aggsplitlist,`[`)

  agg <- aggregate(list(data[ ,names(data) %in% splitcols]),aggsplitlist,FUN = paste,collapse = ',')

  newgat <- gather_(data = agg,key = 'splitcolname','myval',splitcols)

  castformula <- as.formula(paste(paste(group,collapse = ' + '),'~','splitcolname','+',splitby))
  output <- cast(data = newgat,formula = castformula,value = 'myval')
  output
}
res <- jmpsplitcol(x,c('year'),c('engine.disp','model'),c('origin','cylinders'))
head(res2)

JMP 拆分的 tidyr 或 dplyr 等价物 table

tidyr or dplyr equivalent of JMP split table

r

dplyr

split-apply-combine