r - 过滤和分组数据到新的数据框
问题描述
我有一个数据集,我希望在新数据框中显示汇总结果。到目前为止,我已经创建了前两列,它们是所有唯一 ID 和该 ID 的唯一案例编号的数量。现在我希望创建额外的列,将每个案例编号的“代码”显示为第一种情况、第二种情况等列。逻辑是,列会显示与案件编号对应的代码,如果案件编号相同,则首先显示日期最早的,然后在其后的列中显示较晚的。然后是同一ID的不同案件编号的其他“代码”。任何帮助将不胜感激,因为我不知道该怎么做,谢谢!
期望的结果:
ID cases.unique 1st Case 2nd Case 3rd Case 4th Case
1 100 1 715.10 724.50
2 200 2 717.00 300.02 366.90 444.22
3 300 1 717.00
4 400 1 465.80 785.00
5 500 1 309.00
数据:
x <- data.frame("ID" = c(100, 100, 200, 200, 200, 200, 300, 400, 400, 500),
"Case Number" = c(1111, 1111, 1000, 1000, 1001, 1001, 9999, 1422, 1422, 1522),
"Date" = c("2013/07/15", "2013/09/23", "2016/06/21", "2016/09/18", "2016/10/20", "2016/08/06", "2017/08/21", "2016/08/23", "2016/08/24","2016/08/14"),
"Code" = c(715.1, 724.5,717,366.9,444.22,300.02,717,465.8,785,309.0))
到目前为止我所拥有的:
x2 <- x %>%
group_by(ID) %>%
summarize(
cases.unique = n_distinct(Case.Number)
)
解决方案
尝试:
library(tidyverse)
x %>%
group_by(ID) %>%
arrange(Date = as.Date(Date, "%Y/%m/%d")) %>%
mutate(cases.unique = n_distinct(Case.Number),
cnmbr = paste0("Case ", row_number())) %>%
distinct(ID, cases.unique, cnmbr, Code) %>%
spread(cnmbr, Code)
输出:
# A tibble: 5 x 6
# Groups: ID [5]
ID cases.unique `Case 1` `Case 2` `Case 3` `Case 4`
<dbl> <int> <dbl> <dbl> <dbl> <dbl>
1 100 1 715. 724. NA NA
2 200 2 717 300. 367. 444.
3 300 1 717 NA NA NA
4 400 1 466. 785 NA NA
5 500 1 309 NA NA NA
推荐阅读
- sql-server - 通过 Server Management Studio 连接到 Ubuntu 上的 SQL Server
- microsoft-graph-api - 扩展 todo 任务的扩展会引发 500 错误“预期的实体集或单例”
- load - 当我使用 torch.load 时出现运行时错误“存储大小错误:”
- gnuplot - Gnuplot - 如何计算不同块的平均值
- android - 在 RecyclerView 底部添加空格
- react-native - 我刚开始使用世博相机。并遇到此错误。有人可以提供解决方案吗?
- java - Spring Cloud Stream - 如何处理下游块?
- reactjs - 居中对齐材料表的搜索输入
- excel - EXC BAD 使用 Range 指令
- c# - 将 .proto 文件导入另一个