我正在尝试创建一个数据透视表,并遇到一些问题,以获得输出。我是包不可知论者,我尝试过reshape2,tidry和dplyr并且没有任何工作。
到目前为止我的尝试都有错误,我还设法收集数据,将Fill和Target删除为一个名为“Type”的新变量,值为“Seats ......但这似乎没有帮助。
mynewdf = gather(mydf,Type,Seats,c("Fill","Target"))
我认为接近工作的代码.....
t=dcast(mydf, Date + Type + Month ~ Seats, length, drop=FALSE)
我目前的数据结构如下:
Date Month Fill Target Code
1234 Jan 14 15 13B
1234 Feb 12 14 13B
.................
1235 Oct 13 16 13F
永远不应该有任何重复的日期/月/代码,我最想显示的是填充和目标(最终做一些计算字段,但我稍后会越过那个桥)。
我希望输出为:
Jan Feb ....... Oct .....
Date Fill Target Fill Target ....... Fill Target.... MOS
1234 14 15 12 14 ....................... 13B
1235 ......................................13 16 ..... 13F
我尝试按月分组,然后填充,然后是月和目标,但没有运气。
答案比我想要的更冗长,但这应该给你一个开始。
首先输入您显示的数据框:
library(dplyr); library(tidyr)
mydf <- data.frame(Date = c(1234, 1234, 1235),
Month = c('Jan', 'Feb', 'Oct'),
Fill = c(14, 12, 13),
Target = c(15, 14, 16),
Code = c('13B', '13B', '13F'))
然后用tidyr::unite()
开始数据争论:
> newdf <- mydf %>%
+ tidyr::unite(Fill_Target, Fill, Target, sep='_')
> newdf
Date Month Fill_Target Code
1 1234 Jan 14_15 13B
2 1234 Feb 12_14 13B
3 1235 Oct 13_16 13F
因此,您将Fill和Target变量组合到一个列中。这样做,你可以使用tidyr::spread
:
> newdf <- newdf %>% tidyr::spread(Month, Fill_Target)
> newdf
Date Code Feb Jan Oct
1 1234 13B 12_14 14_15 <NA>
2 1235 13F <NA> <NA> 13_16
那么在这里你有Date,Code,然后是你的Month,然后是Fill_Target值。然后使用tidyr::separate()
将这些列分成单独的列:
> newdf <- newdf %>%
+ tidyr::separate(Jan, into = c('Jan_Fill', 'Jan_Target')) %>%
+ tidyr::separate(Feb, into = c('Feb_Fill', 'Feb_Target')) %>%
+ tidyr::separate(Oct, into = c('Oct_Fill', 'Oct_Target'))
> newdf
Date Code Feb_Fill Feb_Target Jan_Fill Jan_Target Oct_Fill Oct_Target
1 1234 13B 12 14 14 15 <NA> <NA>
2 1235 13F <NA> <NA> <NA> <NA> 13 16
然后你可以使用dplyr::select()
重新排序列
> newdf %>%
+ select(Date, Jan_Fill, Jan_Target, Feb_Fill, Feb_Target, Oct_Fill, Oct_Target,
+ Code)
Date Jan_Fill Jan_Target Feb_Fill Feb_Target Oct_Fill Oct_Target Code
1 1234 14 15 12 14 <NA> <NA> 13B
2 1235 <NA> <NA> <NA> <NA> 13 16 13F
现在,我不喜欢这个答案,因为它有点冗长,特别是当你认为你将有12个月时。但是你可能更容易/更好地在你的代码中有点冗长和深思熟虑,而不是搞乱quasiquotations并试图以更好的方式分离和选择月份。
另外,我注意到只有一行“标题”而不是你的两行。不幸的是,如果你想要第二个标题行,你将不得不使用Python Pandas; R不支持这一点。