使用 Reshape2 清理 HTML 表格

Question

R 的新用户。甚至无法思考如何提出问题。我为 HTML 表格抓取了一个网页。一般来说，一切都很顺利，除了一张桌子。不是有 7 个单独的表，而是将所有内容折叠到 1 个表中，第一个表的列名和值是两个单独的列，所有其他表都是行。结果是一个类似这样的表格：

df <- data.frame(is_employed = c("Hobbies", "Has Previous Experience"), false = c("squash", "false"))

显然，我需要将第一列中的行（和列名）作为它们自己的列，将第二列中的项目作为它们的值，最好在列名中使用下划线。我试过了：

df <- dcast(df, ~is_employed, value.var = "false")

但收到一条错误消息。然后我想添加另一列，例如：

df2 <- data.frame(number = c(1, 2), is_employed = c("Hobbies", "Has Previous Experience"), false = c("squash", "false"))

然后我尝试了

df3 <- dcast(df2, number ~is_employed, value.var="false")

这将第一列中的值作为它们自己的列，但产生了两行（而不是 1 行），带有 NA。我确定这是非常基本的，但我无法弄清楚。

编辑时： 我认为这给了我想要的东西，但我不在电脑旁，所以我无法确认：

library("dplyr")
library("tidyr")

mat <- as.matrix(df)
mat <- rbind(colnames(mat), mat)
colnames(mat) <- c("variable", "value")


df2 <- as.data.frame(mat)

df3 <- df2 %>%
   mutate(n = 1) %>%
   spread(variable, value) %>%
   select(-n)

我需要添加n 否则我会得到 NA，但我不喜欢它。

Answer 1

这就是你所追求的吗？

mat <- as.matrix(df)
mat <- rbind(colnames(mat), mat)
colnames(mat) <- c("variable", "value")
mat
#      variable                  value   
# [1,] "is_employed"             "false" 
# [2,] "Hobbies"                 "squash"
# [3,] "Has Previous Experience" "false" 

as.data.frame(mat)
#                  variable  value
# 1             is_employed  false
# 2                 Hobbies squash
# 3 Has Previous Experience  false