r - 如何整理包含多个信息的列的数据集-Sample data put?
问题描述
请帮助我整理我的数据。谢谢。总观测值是 394,有 26 列。数据从 ms excel 导出。数据样本如下。在这个样本中,实际上应该只有三个观察/行。在向量 d1..d2..no 和 Farmer.Name 中,对应于 v1 的 NA 的观测值应被清除并添加到前一行值中。d1..d2..no 对应于三个观测值(两个日期观测值一个唯一标识号),Farmer.Name 向量也是如此。样本是
d1..d2..no<-c("27/01/2020", "43832", "KE004421", "43832", "43832",
"KE003443", "31/12/2019", "43832", "KE0001512")
Farmer.Name<-c("S Jacob Gender:male","farmer type :marginal","farmer category :general",
"J Isac Gender :Female","farmer type: large","farmer category :general",
"P Kumar Gender :Male","farmer type:small","farmer category :general")
adress<-c("k11",NA,NA,"k12",NA,NA,"k13",NA,NA)
amount<-c(25,NA,NA,25,NA,NA,32,NA,NA)
mydata<-data.frame(v1=v1, d1..d2..no=d1..d2..no, Farmer.Name=Farmer.Name,
adress=adress, amount=amount)
在向量 d1..d2..no 和 Farmer.Name 中,对应于 v1 的 NA 的观测值应被清除并添加到前一行值中。d1..d2..no 对应于三个观测值(两个日期观测值一个唯一标识号),Farmer.Name 向量也是如此。也就是说,我的预期结果就像来自这段代码
v1<-c(1,2,3)
d1<-c("27/01/2020","43832","31/12/2019")
d2<-c("43832","43832","43832")
no<-c("KE004421","KE003443","KE0001512")
Farmer.Name1<-c("S Jacob","J Isac","P Kumar")
Gender<-c("male","female","male")
farmer_type <-c("marginal","large","small")
farmer_category <-c("general", "general", "general")
adress<-c("k11","k12","k13")
amount<-c(25,25,32)
myfinaldata<-data.frame(v1=v1,d1=d1,d2=d2,no=no,
Farmer.Name1=Farmer.Name1,
farmer_type=farmer_type,
farmer_category=farmer_category,
adress=adress,amount=amount)
结果应该是
v1 d1 d2 no Farmer.Name1 farmer_type farmer_category adress amount
1 1 27/01/2020 43832 KE004421 S Jacob marginal general k11 25
2 2 43832 43832 KE003443 J Isac large general k12 25
3 3 31/12/2019 43832 KE0001512 P Kumar small general k13 32
我是编程和 r 的新手,通过在线资源学习。也是我在这个平台上的第一篇文章。请原谅任何错误。
我在整理 vesre 的传播、分离等方面做了很多乱七八糟的事情。但坚持如何进行。
解决方案
杂乱无章的数据可能是一个挑战。这是一种tidyverse
方法。
首先,为d1
、d2
和增加了建议的列名no
。假设行按此顺序排列。
列Farmer.Name
被separate
d 分成两列,由:
.
Name
本身在单词之前是分开的Gender
。
fill
允许为同一个人填写共同值(例如v1
、adress
、amount
和Name
)。
pivot_wider
这样做是为了将数据广泛分布,首先,按d1
、d2
和no
,然后按其他列,包括Gender
、farmer_type
和farmer_category
。
library(tidyverse)
df1 <- mydata %>%
mutate(d_var = rep(c("d1", "d2", "no"), times = 3)) %>%
separate(Farmer.Name, into = c("Var", "Val"), sep = ":") %>%
separate(Var, into = c("Name", "Var"), sep = "(?=Gender)", fill = "left") %>%
mutate_at(c("Name", "Var"), trimws) %>%
fill(v1, adress, amount, Name, .direction = "down") %>%
mutate(Var = gsub(" ", "_", Var))
df1 %>%
pivot_wider(id_cols = c(v1, Name, adress, amount), names_from = d_var, values_from = d1..d2..no) %>%
left_join(pivot_wider(df1, id_cols = c(v1, Name, adress, amount), names_from = Var, values_from = Val))
输出
# A tibble: 3 x 10
v1 Name adress amount d1 d2 no Gender farmer_type farmer_category
<dbl> <chr> <chr> <dbl> <chr> <chr> <chr> <chr> <chr> <chr>
1 1 S Jacob k11 25 27/01/2020 43832 KE004421 male "marginal" general
2 2 J Isac k12 25 43832 43832 KE003443 Female " large" general
3 3 P Kumar k13 32 31/12/2019 43832 KE0001512 Male "small" general
推荐阅读
- html - 以双平行四边形为背景的 CSS 类按钮
- php - 当从排队的作业触发事件时,Laravel 在观察者中登录用户
- sql - 在 Azure 数据仓库中引发错误时如何终止 sql 脚本
- python - 如何在pygame中制作重启功能?
- docker - 在 Azure Pipeline 上构建 Windows node.js Docker 映像的 EPERM 错误
- javascript - Quill-blot-formatter 未在通过 next/dynamic 导入时向 react-quill 注册,并一直显示加载
- reactjs - ReactJS - 客户信使 CHAT 违反了以下内容安全策略指令:“frame-ancestors
- ios - 当视图可见时,如何正确订阅位置更新?
- css - 单选按钮的引导对齐
- node.js - MongoDB如何删除聚合上的重复项