如何重塑 R 中的数据，将最上面的日期行应用为列并按 id 分组

Question

嗨，我有这样的数据

date    2020/06/10  2020/06/10  2020/06/10  2020/06/11  2020/06/11  2020/06/11  
id          x           y           z           x           y           z           
10432       0           0           0           0           0           0           
10668       0           0           0           0           0           0           
11088       0           0           0           0           0           0   

我想要这样的输出

id          date    x   y   z
10432   2020/06/10  0   0   0
10432   2020/06/11  0   0   0
10668   2020/06/10  0   0   0
10668   2020/06/11  0   0   0
11088   2020/06/10  0   0   0
11088   2020/06/11  0   0   0

我想在 R 中得到输出

Answer 1

此数据非常混乱，但通过一些工作，我设法获得了您想要的输出。

---

这是我使用 readr 包中的 read_table2() 导入后您提供的示例数据的样子：

library(readr) # 1.3.1

df <- read_table2("date    2020/06/10  2020/06/10  2020/06/10  2020/06/11  2020/06/11  2020/06/11  
id          x           y           z           x           y           z           
10432       0           0           0           0           0           0           
10668       0           0           0           0           0           0           
11088       0           0           0           0           0           0 ")

df[, 8] <- NULL

> df
# A tibble: 4 x 7
  date  `2020/06/10` `2020/06/10_1` `2020/06/10_2` `2020/06/11` `2020/06/11_1` `2020/06/11_2`
  <chr> <chr>        <chr>          <chr>          <chr>        <chr>          <chr>         
1 id    x            y              z              x            y              z             
2 10432 0            0              0              0            0              0             
3 10668 0            0              0              0            0              0             
4 11088 0            0              0              0            0              0   

注意在 R 中不能有重复的列名，所以它会稍微改变它们。我们必须解决这个问题。 （您可能不必完全执行这些步骤，如果您不使用 dput() 提供数据，我无法准确知道您的列的名称。）

现在我将当前列名与 'id' 行粘贴在一起，然后整理列名以便我们稍后使用它们：

names(df) <- c("id", paste(df[1, -1], names(df)[-1], sep = "_"))

library(stringr) # 1.4.0

names(df)[-1] <- str_remove(names(df)[-1], "_[1-9]$") # this gets rid of
# the "_1" or "_2" R added automatically when I imported the data

我们现在不再需要第一行，因为它的内容已在列名称中重复。

df <- df[-1,]

> df
# A tibble: 3 x 7
  id    `x_2020/06/10` `y_2020/06/10` `z_2020/06/10` `x_2020/06/11` `y_2020/06/11` `z_2020/06/11`
  <chr> <chr>          <chr>          <chr>          <chr>          <chr>          <chr>         
1 10432 0              0              0              0              0              0             
2 10668 0              0              0              0              0              0             
3 11088 0              0              0              0              0              0 

现在我们可以实际处理这个df，从宽格式到长格式：

library(tidyr) # 1.1.0

df %>% pivot_longer(-id, names_to = c(".value", "date"),
                      names_pattern = "(.)_(..../../..)")

# A tibble: 6 x 5
  id    date       x     y     z    
  <chr> <chr>      <chr> <chr> <chr>
1 10432 2020/06/10 0     0     0    
2 10432 2020/06/11 0     0     0    
3 10668 2020/06/10 0     0     0    
4 10668 2020/06/11 0     0     0    
5 11088 2020/06/10 0     0     0    
6 11088 2020/06/11 0     0     0  

所以我们有了它 - 使用 tidyverse 中的 readr、stringr 和 tidyr 包的整理数据解决方案 - 我认为这是一个很好的例子， tidyverse 正是为了什么而开发的！ :)

---

数据

如果您需要它，这里是我们在实施 pivot_longer() 之前的整洁 df：

structure(list(id = c("10432", "10668", "11088"), `x_2020/06/10` = c("0", 
"0", "0"), `y_2020/06/10` = c("0", "0", "0"), `z_2020/06/10` = c("0", 
"0", "0"), `x_2020/06/11` = c("0", "0", "0"), `y_2020/06/11` = c("0", 
"0", "0"), `z_2020/06/11` = c("0", "0", "0")), row.names = c(NA, 
-3L), class = c("tbl_df", "tbl", "data.frame"))