更改 data.frame 结构

Question

我有两个 MySQL-table。其中一个包含犯罪案件的数据（即案件编号、地点），另一个包含 table [=21] 中每个案件的犯罪行为（即违反了哪条法律、文章、段落） =].因此，我与每个具有多项罪行的犯罪案件都有 1:n 关系。现在，我想加入两个 table，但不知道如何做到最好。

table "cases"
ID / casenumber / ...
---------------------
1 / 2015-33323 
2 / 2016-33213
3 / 2017-88873


table "offences"
ID / caseId / law  / article / ...
---------------------
1 / 1       / law1 / 110     / ...
2 / 1       / law1 / 111     / ...
3 / 1       / law2 / 239     / ...
4 / 2       / law1 / 342     / ...
5 / 2       / law3 / 920     / ...
6 / 3       / law1 / 820     / ...

为了加入两者 data.frames 我应该将违规行为-table 变成这样的形式：

caseId / offence1law / offence1art / offence2law / offence2art / ...
---------------------
1      / law1        / 110         / law1        / 111 / ...
2      / law1        / 342         / law3        / 920 / ...
3      / law3        / 820         / NA          / NA  / ...

有人知道怎么做吗？我正在寻找的 table 中的变量数量取决于所犯的罪行数量。

非常感谢您的指点！

Answer 1

这是一个使用 dplyr 和 tidyr 来创建所需的攻击-table 信息的解决方案。 offences5 是最终输出。

想法是使用 gather、unite 和 spread 来创建所需的宽格式 table。之后，使用left_join合并数据。请注意，最后一个 select 和 setNames 正在选择和重命名与 OP 所需输出完全相同的列。但是，如果列的顺序不重要，则这些调用是可选的。

解决方案与cases数据框无关。但是，如果 OP 愿意，如果 offences5 准备就绪，则很容易进行 left_join。

library(dplyr)
library(tidyr)

offences2 <- offences %>%
  group_by(caseId) %>%
  mutate(ID = 1:n(), Law = "law", Art = "art") %>%
  unite(Law2, ID, Law, remove = FALSE, sep = "") %>%
  unite(Art2, ID, Art, remove = TRUE, sep = "")

offences3 <- offences2 %>%
  select(caseId, law, Law2) %>%
  spread(Law2, law)

offences4 <- offences2 %>%
  select(caseId, article, Art2) %>%
  spread(Art2, article)

offences5 <- offences3 %>%
  left_join(offences4, by = "caseId") %>%
  select(c("caseId", sapply(1:length(unique(offences$law)), 
                            function(i) paste0(i, c("law", "art"))))) %>%
  setNames(c("caseId", paste0("offence", colnames(.[, -1]))))

offences5
# A tibble: 3 x 7
# Groups:   caseId [3]
  caseId offence1law offence1art offence2law offence2art offence3law offence3art
   <int>       <chr>       <int>       <chr>       <int>       <chr>       <int>
1      1        law1         110        law1         111        law2         239
2      2        law1         342        law3         920        <NA>          NA
3      3        law1         820        <NA>          NA        <NA>          NA

数据：

offences <- read.table(text = "ID caseId law article
                       1 1 law1 110
                       2 1 law1 111
                       3 1 law2 239
                       4 2 law1 342
                       5 2 law3 920
                       6 3 law1 820",
                       header = TRUE, stringsAsFactors = FALSE)

更改 data.frame 结构

change data.frame structure

r

reshape

dataframe

dplyr

tidyr