将每 N 行转置到新列答案

【问题标题】：Transpose every N rows to new column将每 N 行转置到新列
【发布时间】：2019-01-22 04:42:24
【问题描述】：

我有一个 df，在一列中有数百行，遵循这种模式：

   col1
1.12/17/18
2.10/10
3.Best Movie
4.This is the best movie ever...
5.
6.
7.1/1/2019
8.02/10
9.Worst Movie
10.This movie was awful...

我想知道是否有办法将 4 行范围内的每一行转置到它们自己的列中，然后将下一个 4 范围堆叠在新列的下方？

所以最终的输出是这样的：

Date         Rating     Title       Review
12/17/18      10/10     Best Movie  This is the best movie ever...
1/1/2019      02/10     Worst Movie This movie was awful...

关于如何更改 df 以实现这一点的任何建议？

【问题讨论】：

我会添加到@alistaire 的解决方案，您可能希望首先过滤掉空行（在您的示例中为 5-6）。
非常类似于这个老问题 - stackoverflow.com/questions/14582422/…

标签： r dataframe transpose

【解决方案1】：

这基本上是一个从长到宽的转换，但您需要创建一个键列（将成为列名）和一个 ID 列，以便清楚哪些值进入哪些行。在tidyverse语法中，

library(tidyverse)

df <- data.frame(
    col1 = c("12/17/18", "10/10", "Best Movie", "This is the best movie ever...", "", "", "1/1/2019", "02/10", "Worst Movie", "This movie was awful..."), 
    stringsAsFactors = FALSE
)

df %>% 
    filter(col1 != '') %>%    # drop empty rows
    mutate(key = rep(c('Date', 'Rating', 'Title', 'Review'), n() / 4), 
           id = cumsum(key == 'Date')) %>% 
    spread(key, col1)
#>   id     Date Rating                         Review       Title
#> 1  1 12/17/18  10/10 This is the best movie ever...  Best Movie
#> 2  2 1/1/2019  02/10        This movie was awful... Worst Movie

不过，这种数据结构确实很脆弱；任何偏差都可以把它抛诸脑后。更好的解决方案是在数据结构陷入混乱之前维护上游的数据结构。

【讨论】：

【解决方案2】：

如果每条记录的列数相同，我会先将其包装成matrix。使用@alistaire 的数据：

out <- as.data.frame(matrix(df$col1[df$col1!=""], ncol=4, byrow=TRUE))
names(out) <- c('Date', 'Rating', 'Title', 'Review')
out
#      Date Rating       Title                         Review
#1 12/17/18  10/10  Best Movie This is the best movie ever...
#2 1/1/2019  02/10 Worst Movie        This movie was awful...

或者甚至使用scan 的multi.line=TRUE 参数一次性将它们组合在一起：

out <- data.frame(scan(text=df$col1[df$col1 != ""], multi.line=TRUE, what=rep(list(""), 4), sep="\n"))
names(out) <- c('Date', 'Rating', 'Title', 'Review')
out
#      Date Rating       Title                         Review
#1 12/17/18  10/10  Best Movie This is the best movie ever...
#2 1/1/2019  02/10 Worst Movie        This movie was awful...

scan 的好处是您还可以在what= 参数中指定输出格式。所以如果第 2 列是一个整数，你可以这样做：

scan(file, multi.line=TRUE, what=list("",1L,"",""), sep="\n")

【讨论】：