r - 努力在 R 中创建数据透视表

Question

我对任何类型的编码语言都非常陌生。我习惯于在 Excel 中对表进行数据透视，并尝试在 R 中复制我在 Excel 中完成的数据透视。我花了很长时间在互联网/YouTube 上搜索，但我就是无法让它工作。

我希望生成一个表格，其中左侧列显示多个位置，表格顶部显示已查看的不同页面。我想在表格中显示每个页面在每个位置的浏览量。

数据框“specificreports”显示了过去一年在线平台上不同页面的所有浏览量。我想过滤 10 月份的数据，然后根据不同页面的查看次数来调整不同的员工团队。

specificreports <- readxl::read_excel("Multi-Tab File - Dashboard 
Usage.xlsx", sheet = "Specific Reports")

specificreportsLocal <- tbl_df(specificreports)
specificreportsLocal %>% filter(Month == "October") %>%
                     group_by("Employee Team") %>%

这个位有效，因为它将不同的团队名称分组并过滤 10 月份的条目。在此之后，我尝试使用 summarize 函数来汇总点击次数，但根本无法正常工作。我不断收到有关数据类型的错误。我一直感到困惑，因为我查找的解决方案一直使用不同的包。

我将不胜感激任何帮助，使用最简单的方法来做到这一点，因为我是一个新手!

提前致谢，冬青

Answer 1

看看我能不能帮上点忙。从您提供给我们的信息很难知道您的数据是什么样的。所以我要猜测并制作一些假数据供我们玩。值得注意的是，字段名称中包含空格会让您的生活变得非常艰难。您应该首先将字段重命名为更易于管理的名称。由于我只是在编造数据，所以我将在不带空格的情况下提供我的字段名称:

library(tidyverse)
## this makes some fake data
## a data frame with 3 fields: month, team, value
n <- 100
specificreportsLocal <-
  data.frame(
    month = sample(1:12, size = n, replace = TRUE),
    team = letters[1:5],
    value = sample(1:100, size = n, replace = TRUE)
  )

这只是一个名为 specificreportsLocal 的数据框，包含三个字段:month、team、value

让我们用它做一些事情:

# This will give us total values by team when month = 10
specificreportsLocal %>% 
  filter(month == 10) %>%
  group_by(team) %>%
  summarize(total_value = sum(value))
#> # A tibble: 4 x 2
#>   team  total_value
#>   <fct>       <int>
#> 1 a             119
#> 2 b             172
#> 3 c              67
#> 4 d             229

我认为这有点像您已经做过的，只是我添加了摘要来展示它是如何工作的。

现在让我们使用所有月份并将其从“长” reshape 为“宽”

# if I want to see all months I leave out the filter and 
# add a group_by month
specificreportsLocal %>% 
  group_by(team, month) %>%
  summarize(total_value = sum(value)) %>%
  head(5) # this just shows the first 5 values
#> # A tibble: 5 x 3
#> # Groups:   team [1]
#>   team  month total_value
#>   <fct> <int>       <int>
#> 1 a         1          17
#> 2 a         2          46
#> 3 a         3          91
#> 4 a         4          69
#> 5 a         5          83

# to make this 'long' data 'wide', we can use the `spread` function 
specificreportsLocal %>% 
  group_by(team, month) %>%
  summarize(total_value = sum(value)) %>%
  spread(team, total_value)
#> # A tibble: 12 x 6
#>    month     a     b     c     d     e
#>    <int> <int> <int> <int> <int> <int>
#>  1     1    17   122   136    NA   167
#>  2     2    46   104   158    94   197
#>  3     3    91    NA    NA    NA    11
#>  4     4    69   120   159    76    98
#>  5     5    83   186   158    19   208
#>  6     6   103    NA   118   105    84
#>  7     7    NA    NA    73   127   107
#>  8     8    NA   130    NA   166    99
#>  9     9   125    72   118   135    71
#> 10    10   119   172    67   229    NA
#> 11    11   107    81    NA   131    49
#> 12    12   174    87    39    NA    41
Created on 2018-12-01 by the reprex package (v0.2.1)

现在我不确定这是否是您想要的。因此，如果您需要澄清任何一个，请随时对此答案发表评论。

欢迎来到 Stack Overflow!