OP 已要求将数据从长格式重塑为一种特殊的宽格式，其中每行将包含三个记录，最后。例如，参与者1 将有一行包含17/01、18/01 和19/01 的值，第二行包含18/01、19/01 和@987654327 的值@。
请注意，此操作将添加冗余数据，因为某些值在整形后可能会出现多达 3 次。另请注意，OP 已要求同时重塑多个值变量。这是data.table 软件包的最新版本中添加的一项功能。
以下是使用 data.table 包中的 shift()、melt()、dcast()、rowid() 和 join 的解决方案：
library(data.table)
# define number of records per row
n_recs <- 3L
# create sequences of dates to be included per row using shift() with multiple offsets,
# keep only complete sequences, add StartDate column for later dcast()
windows <- na.omit(DT[, shift(Date, seq_len(n_recs) - 1L, type = "lead"), by = Participant])[
, StartDate := V1]
# reshape to long form for later join,
# rename variables for automatic creation of column names in dcast()
lwin <- melt(windows, id.vars = c("Participant", "StartDate"), value.name = "Date")[
, variable := stringi::stri_replace(variable, fixed = "V", "")]
# right join with original data to create additional rows,
# reshape from long to wide form using multiple value vars,
# reorder for convenience
dcast(
DT[lwin, on = .(Participant, Date)],
StartDate + Participant + Ctry ~ variable, value.var = c("Rank", "Speed"))[
order(Participant, StartDate)]
StartDate Participant Ctry Rank_1 Rank_2 Rank_3 Speed_1 Speed_2 Speed_3
1: 17/01 1 AU 1 4 2 0.9 0.6 0.7
2: 18/01 1 AU 4 2 1 0.6 0.7 0.4
3: 17/01 2 ZA 5 3 4 0.3 0.5 0.6
数据
library(data.table)
DT <- fread(
"Date | Participant | Ctry | Rank | Speed
17/01 | 1 | AU | 1 | 0.9
18/01 | 1 | AU | 4 | 0.6
19/01 | 1 | AU | 2 | 0.7
20/01 | 1 | AU | 1 | 0.4
17/01 | 2 | ZA | 5 | 0.3
18/01 | 2 | ZA | 3 | 0.5
19/01 | 2 | ZA | 4 | 0.6 ",
sep = "|"
)
编辑
我已经认识到，上面的代码依赖于隐含的假设，即每个参与者至少有尽可能多的记录应该组合在一起。 OP 的样本数据包含参与者 1 的 4 行和参与者 2 的 3 行，因此满足此条件。
但是，如果每个参与者只有一两行，na.omit() 将从最终结果中完全删除这些参与者。也许，这对于 OP 的目标可能是可取的。如果不是，代码需要修改如下：
# create new sample data including cases with less than 3 records per participant
DT <- fread(
"Date | Participant | Ctry | Rank | Speed
17/01 | 1 | AU | 1 | 0.9
18/01 | 1 | AU | 4 | 0.6
19/01 | 1 | AU | 2 | 0.7
20/01 | 1 | AU | 1 | 0.4
17/01 | 2 | ZA | 5 | 0.3
18/01 | 2 | ZA | 3 | 0.5
19/01 | 2 | ZA | 4 | 0.6
17/01 | 3 | DE | 2 | 0.8,
17/01 | 4 | DK | 3 | 0.8,
18/01 | 4 | DK | 4 | 0.8",
sep = "|"
)
# modified code
n_recs <- 3L
min_rows <- 1L
windows <- DT[, lapply(shift(Date, seq_len(n_recs) - 1L, type = "lead"),
head, n = pmax(.N - n_recs + 1L, min_rows)),
by = Participant][, StartDate := V1]
lwin <- melt(windows, id.vars = c("Participant", "StartDate"), value.name = "Date",
na.rm = TRUE)[
, variable := stringi::stri_replace(variable, fixed = "V", "")]
dcast(
DT[lwin, on = .(Participant, Date)],
StartDate + Participant + Ctry ~ variable, value.var = c("Rank", "Speed"))[
order(Participant, StartDate)]
StartDate Participant Ctry Rank_1 Rank_2 Rank_3 Speed_1 Speed_2 Speed_3
1: 17/01 1 AU 1 4 2 0.9 0.6 0.7
2: 18/01 1 AU 4 2 1 0.6 0.7 0.4
3: 17/01 2 ZA 5 3 4 0.3 0.5 0.6
4: 17/01 3 DE 2 NA NA 0.8, NA NA
5: 17/01 4 DK 3 4 NA 0.8, 0.8 NA
请注意“不完整”的第 4 行和第 5 行，因为缺少参与者 3 和 4 的输入数据。但是，可以确保所有参与者都会出现在最终结果中。
这是通过在计算windows 时使用head() 明确限制为每个参与者创建的行数来实现的。另外，melt()现在必须用参数na.rm = TRUE调用。
如果将min_rows 设置为0L，则不完整的第 4 行和第 5 行将从最终结果中消失。