r - 使用 R 中的唯一列转置

Question

我有一个类似于以下内容的数据框:

         X1    X2
 DocumentID 12345
     Check#  9876
 Investment Tran1
Investment$   200
 Investment Tran5
Investment$   100
 DocumentID 23456
     Check#  8765
 Investment Tran1
Investment$   100
 Investment Tran9
Investment$    50
 DocumentID 34567
     Check#  7654
 Investment Tran4
Investment$   300
 DocumentID 45678
     Check#  6543
 Investment Tran2
Investment$    10
 Investment Tran5
Investment$    20
 Investment Tran9
Investment$    70

每个文档 ID 的范围都在投资数量范围内，但我想 reshape 数据框架，以便它根据文档 ID 进行转置(宽)并具有唯一的列。

我希望表格如下所示:

DocumentID Check# Investment Investment$
     12345   9876      Tran1         200
     12345   9876      Tran5         100
     23456   8765      Tran1         100
     23456   8765      Tran9          50
     34567   7654      Tran4         300
     45678   6543      Tran2          10
     45678   6543      Tran5          20
     45678   6543      Tran9          70

如果每个文档 ID 中有超过 1 笔投资，则重复文档 ID 和 Check#。

感谢您的帮助!

Answer 1

您的数据格式很差，因为它缺少每组键值对的唯一 ID，因此如果不进行一些修改，通常的从宽到长的方法可能无法工作。您可以创建一个合适的列，然后将每一行分散到适当的列中，然后填充和过滤:

library(dplyr)
library(tidyr)

       # add row index so spreading will work
df %>% mutate(row = seq_along(X1)) %>% 
    # spread long to wide, shifting each value into the appropriate column, filling with NA
    spread(X1, X2, convert = TRUE) %>% 
    # get rid of row index
    select(-row) %>% 
    # fill in NA values for all but one column...
    fill(-`Investment$`) %>% 
    # ...so extra NAs in that column make extra rows easy to eliminate
    filter(complete.cases(.)) 

#   Check# DocumentID Investment Investment$
# 1   9876      12345      Tran1         200
# 2   9876      12345      Tran5         100
# 3   8765      23456      Tran1         100
# 4   8765      23456      Tran9          50
# 5   7654      34567      Tran4         300
# 6   6543      45678      Tran2          10
# 7   6543      45678      Tran5          20
# 8   6543      45678      Tran9          70