在 R 中使用多个标题行重塑数据答案

【问题标题】：Reshape data with multiple header rows in R在 R 中使用多个标题行重塑数据
【发布时间】：2019-06-07 14:21:32
【问题描述】：

                Julie                           Joe                
                Measurement 1   Measurement 2   Measurement 1   Measurement 2
Part Number 1   33              32              33              31
Part Number 2   34              31              33              32
Part Number 3   33              31              30              31

如何将这个凌乱的 Excel 表格整理成整齐的格式，以便在 R 中使用？我可以使用像spread() 和gather() 这样的readr 函数，但这似乎需要更高级别的复杂性。这是我对 Excel 数据框的最佳重建，供您使用。请随意修改以更好地表达任何观点。

library(tidyverse)
messy <- data.frame(
  " " = c(" ", "Part Number 1", "Part Number 2", "Part Number 3"), 
  Julie = c("Measurement 1", 33, 34, 33),
  Julie = c("Measurement 2", 32, 31, 31),
  Joe = c("Measurement 1", 33, 33, 30),
  Joe = c("Measurement 2", 31, 32, 31))

我愿意尝试开发版的 readr 或 tidyr。新的pack()、unpack() 等功能似乎很有用。此外，似乎其他 SO 尝试/解决方案并不是我正在寻找的 1、2、3、4。

【问题讨论】：

我最近实际上问了一个类似的问题。这是我得到的回复，它对我的数据非常有用。我不得不进行一些修改，因为我在顶部有大约 10 个不同的类别，每个类别都分布在 4 年之内。 stackoverflow.com/questions/56467814/…

标签： r excel tidyr readr readxl

【解决方案1】：

棘手的部分是获取正确的列名，然后执行gather 和separate，听起来您已经很熟悉了。通常我不喜欢按数字选择行，但在这种情况下，如果您以这种方式可靠地从 Excel 读取数据，我认为这是有意义的。

注意：如果一个人的名字中包含.，则最后一步将失败。

library(tidyverse)

less_messy <- messy %>%
  mutate_all(as.character) %>% 
  set_names(c("Part",
             paste(names(.)[2:ncol(.)],
                   .[1, 2:ncol(.)],
                   sep = "-"))) %>%
  `[`(2:nrow(.), ) %>%
  gather("key", "value", contains("Measurement")) %>%
  separate("key", c("person", "measurement"), sep = "-") %>%
  mutate_at("person", ~ stringr::str_replace(.x, "\\..*",""))

less_messy
#>             Part person   measurement value
#> 1  Part Number 1  Julie Measurement 1    33
#> 2  Part Number 2  Julie Measurement 1    34
#> 3  Part Number 3  Julie Measurement 1    33
#> 4  Part Number 1  Julie Measurement 2    32
#> 5  Part Number 2  Julie Measurement 2    31
#> 6  Part Number 3  Julie Measurement 2    31
#> 7  Part Number 1    Joe Measurement 1    33
#> 8  Part Number 2    Joe Measurement 1    33
#> 9  Part Number 3    Joe Measurement 1    30
#> 10 Part Number 1    Joe Measurement 2    31
#> 11 Part Number 2    Joe Measurement 2    32
#> 12 Part Number 3    Joe Measurement 2    31

数据

略有变化，因为我注意到您显示的内容与测量数字的代码之间存在差异：

messy <- data.frame(
  " " = c(" ", "Part Number 1", "Part Number 2", "Part Number 3"), 
  Julie = c("Measurement 1", 33, 34, 33),
  Julie = c("Measurement 2", 32, 31, 31),
  Joe = c("Measurement 1", 33, 33, 30),
  Joe = c("Measurement 2", 31, 32, 31))

【讨论】：

`[`(2:nrow(.), ) 这一行在做什么？在我玩 tidyverse 的几年中，我从未见过这样的事情。我可能需要在某个时候阅读一本关于基础 R 的书。我能猜到的最好的是`[` 是[] 的简写？
这只是正常的子集。它看起来很有趣，因为我需要用反引号引用它以将其包含在管道步骤中。例如，mtcars[1:5, ] 和 `[`(mtcars, 1:5, ) 是相同的。
哦，所以`[`(2:nrow(.), ) 在功能上等同于您的示例中的.[2:nrow(.), ]？我以前从未见过这种符号`[`。搜索R `[` 也不会产生太多效果。谢谢