R中的复杂重组：字符串、数字和日期答案

【问题标题】：Complex Restructure in R: strings, numeric and datesR中的复杂重组：字符串、数字和日期
【发布时间】：2018-08-28 15:18:34
【问题描述】：

我有一个广泛的数据集，其中每一行（一个人）为三个不同的日期提供最多三个观察结果。每个观察都包含日期、描述和分钟数。个人可以根据需要提供尽可能多的观察结果，并且可能出现在多行中并带有额外的观察结果。

测试数据在这里：

library(RCurl)
fwt <-     getURL("https://raw.githubusercontent.com/bac3917/Cauldron/master/fwt.csv")
fwt<-read.csv(text=fwt)

以正确的格式转换列：

library(lubridate)
fwt$date1<-as.Date(fwt$date1, format='%m/%d/%Y')
fwt$date2<-as.Date(fwt$date2, format='%m/%d/%Y')
fwt$date3<-as.Date(fwt$date3, format='%m/%d/%Y')
# condense dataset; 3 sets of columns into 1
cols <- names(fwt) %in%     c("naecy1_2","naecy1_1","naecy1_3","naecy1_4","naecy1_5","naecy1_6",
          "naecy2_2","naecy2_1","naecy2_3","naecy2_4","naecy2_5","naecy2_6",
          "naecy3_2","naecy3_1","naecy3_3","naecy3_4","naecy3_5","naecy3_6")


fwt[cols]<-lapply(fwt[cols], as.numeric) #convert to numeric all
fwt[is.na(cols)]<-0

基本上需要将三组日期/描述/分钟堆叠成长格式。我希望数据在重组后看起来像这样：

Name   Date  NAECY1  NAECY2  NAECY3  NAECY4  NAECY5  NAECY6

我尝试过reshape2 和tidyr，但无法弄清楚这一点。有什么想法吗？

谢谢...

【问题讨论】：

标签： r tidyr reshape2

【解决方案1】：

这里有一个快速的解决方案：

cols <- c("name", "date%d","descr%d", "naecy%d_1", "naecy%d_2", "naecy%d_3", "naecy%d_4", "naecy%d_5", "naecy%d_6")
cols_renamed <- c("Name   Date Descr  NAECY1  NAECY2  NAECY3  NAECY4  NAECY5  NAECY6") %>% strsplit("\\W+") %>% unlist

new_fwt <- lapply(1:3, function(i) {
  df <- fwt[,sprintf(cols, i)]
  colnames(df) <- cols_renamed
  df
}) %>% do.call(rbind, .)

【讨论】：