将每列的唯一值传输到行中 - 每行最多 10 个值答案

【问题标题】：Transfer unique values per column into rows - a maximum of 10 values per row将每列的唯一值传输到行中 - 每行最多 10 个值
【发布时间】：2021-08-09 11:25:44
【问题描述】：

我的问题简介：为此，我将简单地使用标准 mtcars 数据框。

head(mtcars)
                   mpg cyl disp  hp drat    wt  qsec vs am gear carb
Mazda RX4         21.0   6  160 110 3.90 2.620 16.46  0  1    4    4
Mazda RX4 Wag     21.0   6  160 110 3.90 2.875 17.02  0  1    4    4
Datsun 710        22.8   4  108  93 3.85 2.320 18.61  1  1    4    1
Hornet 4 Drive    21.4   6  258 110 3.08 3.215 19.44  1  0    3    1
Hornet Sportabout 18.7   8  360 175 3.15 3.440 17.02  0  0    3    2
Valiant           18.1   6  225 105 2.76 3.460 20.22  1  0    3    1

现在我想将所有属性/列转移到行中，并将所有唯一值转移到（最多）10 个值列中。如果有超过 10 个唯一值，则应将它们包含在另一行中。

预期的数据框如下所示：

Prop    Value1  Value2  Value3  Value4  Value5  Value6  Value7  Value8  Value9  Value10
mpg     21.0    22.8    21.4    18.7    18.1    14.3    24.4    19.2    17.8    16.4
mpg     17.3    15.2    10.4    14.7    32.4    30.4    33.9    21.5    15.5    13.3 
mpg     27.3    26.0    15.8    19.7    15.0    NA      NA      NA      NA      NA
cyl     ...
...

非常感谢您的帮助。

【问题讨论】：

你好当它为空时，你想要NAs或''（空字符）
NA 会更好

标签： r transpose dplyr

【解决方案1】：

这个方法使用for循环怎么样

df = matrix(ncol = 11)[-1,]
for(i in 1:ncol(mtcars)){
 a = unique(mtcars[,i])
 b = length(a)%%10
 if(b!=0){
 c = matrix(c(unique(mtcars[,i]), rep(NA,10- b)), ncol=10, byrow = T)
 }
 if(b==0){
   c = matrix(unique(mtcars[,i]), ncol=10, byrow = T)
 }
 c= cbind(rep(colnames(mtcars)[i], nrow(c)),c)
 df=  rbind(df,c)
}
df=as.data.frame(df)

输出如下所示

     V1    V2    V3    V4    V5    V6    V7    V8    V9   V10   V11
1   mpg    21  22.8  21.4  18.7  18.1  14.3  24.4  19.2  17.8  16.4
2   mpg  17.3  15.2  10.4  14.7  32.4  30.4  33.9  21.5  15.5  13.3
3   mpg  27.3    26  15.8  19.7    15  <NA>  <NA>  <NA>  <NA>  <NA>
4   cyl     6     4     8  <NA>  <NA>  <NA>  <NA>  <NA>  <NA>  <NA>
5  disp   160   108   258   360   225 146.7 140.8 167.6 275.8   472
6  disp   460   440  78.7  75.7  71.1 120.1   318   304   350   400
7  disp    79 120.3  95.1   351   145   301   121  <NA>  <NA>  <NA>
8    hp   110    93   175   105   245    62    95   123   180   205
9    hp   215   230    66    52    65    97   150    91   113   264
10   hp   335   109  <NA>  <NA>  <NA>  <NA>  <NA>  <NA>  <NA>  <NA>
11 drat   3.9  3.85  3.08  3.15  2.76  3.21  3.69  3.92  3.07  2.93
12 drat     3  3.23  4.08  4.93  4.22   3.7  3.73  4.43  3.77  3.62
13 drat  3.54  4.11  <NA>  <NA>  <NA>  <NA>  <NA>  <NA>  <NA>  <NA>
14   wt  2.62 2.875  2.32 3.215  3.44  3.46  3.57  3.19  3.15  4.07
15   wt  3.73  3.78  5.25 5.424 5.345   2.2 1.615 1.835 2.465  3.52
16   wt 3.435  3.84 3.845 1.935  2.14 1.513  3.17  2.77  2.78  <NA>
17 qsec 16.46 17.02 18.61 19.44 20.22 15.84    20  22.9  18.3  18.9
18 qsec  17.4  17.6    18 17.98 17.82 17.42 19.47 18.52  19.9 20.01
19 qsec 16.87  17.3 15.41 17.05  16.7  16.9  14.5  15.5  14.6  18.6
20   vs     0     1  <NA>  <NA>  <NA>  <NA>  <NA>  <NA>  <NA>  <NA>
21   am     1     0  <NA>  <NA>  <NA>  <NA>  <NA>  <NA>  <NA>  <NA>
22 gear     4     3     5  <NA>  <NA>  <NA>  <NA>  <NA>  <NA>  <NA>
23 carb     4     1     2     3     6     8  <NA>  <NA>  <NA>  <NA>

【讨论】：

你能再帮我解决这个问题的一个小扩展吗？那很好啊。 stackoverflow.com/questions/67824541/…

【解决方案2】：

library(tidyverse)
n <- as.integer(max(map_int(mtcars, ~length(unique(.x))), na.rm = T))
n
#> [1] 30

map_dfc(mtcars, ~c(unique(.x), rep(NA, n - length(unique(.x))))) %>%
  mutate(val = paste0('value', 1 + (row_number() -1) %% 10),
         row_seq = 1 + (row_number() -1) %/% 10) %>%
  pivot_longer(!c(val, row_seq), values_drop_na = T) %>%
  pivot_wider(id_cols = c(name, row_seq), names_from = val, values_from = value) %>%
  arrange(name, row_seq)
#> # A tibble: 23 x 12
#>    name  row_seq value1 value2 value3 value4 value5 value6 value7 value8 value9
#>    <chr>   <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>
#>  1 am          1   1      0     NA     NA     NA     NA     NA     NA     NA   
#>  2 carb        1   4      1      2      3      6      8     NA     NA     NA   
#>  3 cyl         1   6      4      8     NA     NA     NA     NA     NA     NA   
#>  4 disp        1 160    108    258    360    225    147.   141.   168.   276.  
#>  5 disp        2 460    440     78.7   75.7   71.1  120.   318    304    350   
#>  6 disp        3  79    120.    95.1  351    145    301    121     NA     NA   
#>  7 drat        1   3.9    3.85   3.08   3.15   2.76   3.21   3.69   3.92   3.07
#>  8 drat        2   3      3.23   4.08   4.93   4.22   3.7    3.73   4.43   3.77
#>  9 drat        3   3.54   4.11  NA     NA     NA     NA     NA     NA     NA   
#> 10 gear        1   4      3      5     NA     NA     NA     NA     NA     NA   
#> # ... with 13 more rows, and 1 more variable: value10 <dbl>

^{由reprex package (v2.0.0) 于 2021-05-20 创建}

【讨论】：

【解决方案3】：

你可以这样做：

library(tidyverse)

N_COLS <- 10

imap_dfr(mtcars,
     ~enframe(.x, name = NULL, value = "value") %>%
       distinct() %>%
       #arrange(value) %>%
       mutate(Prop = .y,
              colid = rep(seq(N_COLS), length.out = n()),
              rowid = cumsum(colid - lag(colid, default = 0) < 0)) ) %>%
  pivot_wider(values_from = value, names_from = colid, names_prefix = "Value") %>%
  select(-rowid) 

## A tibble: 23 x 11
#Prop  Value1 Value2 Value3 Value4 Value5 Value6 Value7 Value8 Value9 Value10
#<chr>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>   <dbl>
#1 mpg     21     22.8   21.4   18.7   18.1   14.3   24.4   19.2   17.8        16.4
#2 mpg     17.3   15.2   10.4   14.7   32.4   30.4   33.9   21.5   15.5    13.3
#3 mpg     27.3   26     15.8   19.7   15     NA     NA     NA     NA      NA  
#4 cyl      6      4      8     NA     NA     NA     NA     NA     NA      NA  
#5 disp   160    108    258    360    225    147.   141.   168.   276.    472  
#6 disp   460    440     78.7   75.7   71.1  120.   318    304    350     400  
#7 disp    79    120.    95.1  351    145    301    121     NA     NA      NA  
#8 hp     110     93    175    105    245     62     95    123    180     205  
#9 hp     215    230     66     52     65     97    150     91    113     264  
#10 hp     335    109     NA     NA     NA     NA     NA     NA     NA      NA  
## ... with 13 more rows

【讨论】：