将具有重复 A 列值的 data.frame 转换为转置的 data.frame答案

【问题标题】：Transform data.frame with repeated A-column values to a transposed data.frame将具有重复 A 列值的 data.frame 转换为转置的 data.frame
【发布时间】：2020-06-20 00:37:32
【问题描述】：

我有一个银行 Excel，它给了我这样的信息：

A        B         C
Name     XYZ       trash
Date     20/05/31  trash
Amount   trash     0.01
Name     ABC       trash
Date     20/06/30  trash
Amount   trash     0.02
Name     KLM       trash
Date     20/07/29  trash
Amount   trash     -0.03

我想要的结果是：

Name  Date      Amount
XYZ   20/05/31  0.01
ABC   20/06/30  0.02
KLM   20/07/29  -0.03

为了清理 df，我使用了：

sel_col <- c("Name" = 2, "Date" = 2, "Amount" = 3)
df <- df %>%
  mutate(D = sel_col[match(df$A, names(sel_col))]) %>% 
  mutate(E = recode(D, A, B, C)) %>% 
  select(A, E)

如何拆分和转置？这是最好的方法吗？

Ps：使用 readxl，我收到以下警告：“未知或未初始化的列：'Data'”

【问题讨论】：

非常感谢！所有答案都解决了我的问题。我不清楚“垃圾”这个词。它不是垃圾这个词，而是一些不重要的数据或没有数据。真的很喜欢@a5c1d2h2i1m1n2o1r2t1 的简短回答，但因为它是一个 Excel 数据，总是可以有一些问题（例如“金额”加倍），我将使用来自@ronak-shah 的group_by/pivot_wider/ungroup 组合，如果pivot_wider 函数出现问题，我会报错

标签： r dataframe dplyr split tidyverse

【解决方案1】：

这是一种使用data.table的方法：

library(data.table)
x[C != "trash", `:=`(B, C)][, dcast(.SD, rowid(A) ~ A, value.var = "B")]
##    A Amount     Date Name
## 1: 1   0.01 20/05/31  XYZ
## 2: 2   0.02 20/06/30  ABC
## 3: 3  -0.03 20/07/29  KLM

这里是“x”：

 x <- structure(list(A = c("Name", "Date", "Amount", "Name", "Date",                             
     "Amount", "Name", "Date", "Amount"), B = c("XYZ", "20/05/31",                               
     "trash", "ABC", "20/06/30", "trash", "KLM", "20/07/29", "trash"                             
     ), C = c("trash", "trash", "0.01", "trash", "trash", "0.02",                                
     "trash", "trash", "-0.03")), row.names = c(NA, 
     9L), class = c("data.table", "data.frame"))

【讨论】：

【解决方案2】：

我们可以获取长格式数据，删除'trash'值，创建一个出现'Name'值的组，获取宽格式数据。

library(dplyr)
library(tidyr)

df %>%
  pivot_longer(cols = -A) %>%
  filter(value != 'trash') %>%
  select(-name) %>%
  group_by(grp = cumsum(A == 'Name')) %>%
  pivot_wider(names_from = A, values_from = value) %>%
  ungroup %>%
  select(-grp) %>% type.convert(as.is = TRUE)


# A tibble: 3 x 3
#  Name  Date     Amount
#  <chr> <chr>     <dbl>
#1 XYZ   20/05/31   0.01
#2 ABC   20/06/30   0.02
#3 KLM   20/07/29  -0.03

【讨论】：

【解决方案3】：

试试这个：

df %>%
  mutate_all(~ if_else(. == "trash", NA_character_, .)) %>%
  mutate(
    grp = cumsum(A == "Name"),
    B = coalesce(B, C)
  ) %>%
  select(-C) %>%
  pivot_wider(grp, names_from = A, values_from  = B) %>%
  mutate(
    Date = as.Date(Date, format = "%y/%m/%d"),
    Amount = as.numeric(Amount)
  ) %>%
  select(-grp)
# # A tibble: 3 x 3
#   Name  Date       Amount
#   <chr> <date>      <dbl>
# 1 XYZ   2020-05-31   0.01
# 2 ABC   2020-06-30   0.02
# 3 KLM   2020-07-29  -0.03

假设：

每 3 组行总是以 "Name" 开头；和
在B 或C 中有可用的数据，而不是两者。

（我假设您希望 Date 成为 R 中的实际日期类...如果您希望将其保留为字符串，请省略它。）

【讨论】：