时间戳

首页 > 解决方案 > 用 dplyr 整理多列

r - 用 dplyr 整理多列

问题描述

我知道 data.table 能够一次整理多个列，这与 dplyr 不同，dplyr 依赖于难以可视化的多个gather步骤spread。

这是 tidyverse 的一个棘手问题：

library(tidyverse)
df <- data_frame(month_1 = c("Jan", "Feb", "Mar", "Jun"),
                        score_1 = c(4, 5, 6, 4),
                        month_2 = c("Jan", "Mar", NA, NA),
                        score_2 = c(3, 2, NA, NA),
                        month_3 = c("Feb", "Mar", "Jun", NA),
                        score_3 = c(8, 7, 4, NA))

# A tibble: 4 x 6
  month_1 score_1 month_2 score_2 month_3 score_3
  <chr>     <dbl> <chr>     <dbl> <chr>     <dbl>
1 Jan           4 Jan           3 Feb           8
2 Feb           5 Mar           2 Mar           7
3 Mar           6 NA           NA Jun           4
4 Jun           4 NA           NA NA           NA

我想要的结果是：

id month score
1  Jan   4
1  Feb   5
1  Mar   6
1  Jun   4
2  Jan   3
2  Mar   2
3  Feb   8  
3  Mar   7
3  Jun   4

data.table 用户可以通过融合模式来解决这个问题，例如：

melt(setDT(df), measure = patterns("^month", "^score"))

但由于没有等效的 dplyr 函数，我知道需要几个spread. 看起来我下面的解决方案应该可以工作，但第二个spread出错了：

df %>% 
  gather(key, value) %>% 
  mutate(id = parse_number(key),
         key = str_replace(key, "_[0-9]", "")) %>% 
  spread(key, value )

在将此标记为重复之前，请尝试一下。类似问题在现有列中具有唯一 ID。此示例在标头中有 id。

标签： rdplyr

解决方案

您可以分别处理month和score列，然后将它们加入purrr::map_dfc：

map_dfc(c("month", "score"), 
        ~ df %>%
          select_at(vars(matches(.x))) %>%
          gather(key, !!.x) %>%
          separate(key, c("col", "id"), sep="_")) %>% 
  filter(complete.cases(.)) %>%
  select(id, month, score)

# A tibble: 9 x 3
 id   month score 
<chr> <chr> <chr>
1 1     Jan   4    
2 1     Feb   5    
3 1     Mar   6    
4 1     Jun   4    
5 2     Jan   3    
6 2     Mar   2    
7 3     Feb   8    
8 3     Mar   7    
9 3     Jun   4

解释：

  • map_dfc遍历字符串值“month”和“score”，将当前值称为.x. dfc后缀对迭代输出执行a cbind。
  • select_at仅选择以开头的列.x
  • gather从宽到长摆动，并用字符串值 命名values列。.x
  • separate分成key两列，包含列类型（对应于.x值）和id数字。
  • 一旦映射和列绑定完成，我们就会filter删除缺失值和select目标列。

推荐阅读