r - spread() 基于 ID 的数据框和另一列中的值

Question

我已经查找了几个示例，但没有找到任何过滤启用值及其日期的示例。

Date <-c('3/13/2017 6:21', '3/20/2017 6:28','3/13/2017 6:22','3/20/2017 6:28',' 3/13/2017 6:23','3/20/2017 6:28','3/13/2017 6:24',' 3/20/2017 6:28', ' 3/24/2017 6:28')
Enabled_value<-c(0,1,0,1,0,1,0,1,0)
Helper<-c('39RTU1','39RTU1','39RTU2','39RTU2','39RTU2','39RTU3','39RTU3','39RTU4','39RTU4', '39RTU4')

看起来像:

Helper      Date(Enabled Value =0)     Date (Enabled Value =1) 
39RTU1       3/13/2017 6:20            3/20/2017 6:28
39RTU2       3/13/2017 6:21            3/20/2017 6:28
39RTU3       3/13/2017 6:22            3/20/2017 6:28
39RTU4       3/13/2017 6:24            3/20/2017 6:28
39RTU4       3/24/2017 6:28

正如你所看到的，我为每个观察都有时间戳 - 每行应该是一个实例(即从 Enabled_value 从 0 移动到 1，如果单位的最后一个 Enabled_value = 0，则应该有一个新行(请参阅39RTU4以下)。

我已经做了大量工作来减少这个数据集(从 500k 行减少到 2k 行)。

我正在尝试使用 tidyr 和 dplyr，但我的 spread 始终运行错误。

> sorted_data1<-spread(sorted_data,Enabled_Value,Helper)
Error: Duplicate identifiers for rows (1340, 1342)

Answer 1

看起来这些行并不是根据您尝试传播的方式唯一标识的。因此首先通过 helper 和启用值计算一个索引。 (请注意，我对示例数据进行了一些更改，因为其中一个的长度为 10，而另外两个的长度为 9)。

希望这有帮助。如果这不是您想要的，请随时进一步澄清。

Date <-c('3/13/2017 6:21', '3/20/2017 6:28','3/13/2017 6:22','3/20/2017 6:28',' 3/13/2017 6:23','3/20/2017 6:28','3/13/2017 6:24',' 3/20/2017 6:28', ' 3/24/2017 6:28')
Enabled_value<-c(0,1,0,1,0,1,0,1,0)
Helper<-c('39RTU1','39RTU1','39RTU2','39RTU2','39RTU2','39RTU3','39RTU3','39RTU4','39RTU4')

df <- tibble(Date, Enabled_value, Helper)
df %>% 
  group_by(Helper, Enabled_value) %>% 
  mutate(count = 1:n()) %>% 
  spread(Enabled_value, Date) %>% 
  rename(Enabled_value_0 = `0`,
         Enabled_value_1 = `1`)

# A tibble: 5 x 4
# Groups:   Helper [4]
  Helper count Enabled_value_0 Enabled_value_1
*  <chr> <int>           <chr>           <chr>
1 39RTU1     1  3/13/2017 6:21  3/20/2017 6:28
2 39RTU2     1  3/13/2017 6:22  3/20/2017 6:28
3 39RTU2     2  3/13/2017 6:23            <NA>
4 39RTU3     1  3/13/2017 6:24  3/20/2017 6:28
5 39RTU4     1  3/24/2017 6:28  3/20/2017 6:28