json - R:将特定行转换为列

Question

我从 json 文件导入了相当困惑的数据，它看起来像这样:

raw_df <- data.frame(text = c(paste0('text', 1:3), '---------- OUTCOME LINE ----------', paste0('text', 4:6), '---------- OUTCOME LINE ----------'),
                              demand = c('cat1', rep('', 2), 'info', 'cat2', rep('', 2), 'info2')
                     )



raw_df
                                text demand
1                              text1   cat1
2                              text2       
3                              text3       
4 ---------- OUTCOME LINE ----------   info
5                              text4   cat2
6                              text5       
7                              text6       
8 ---------- OUTCOME LINE ----------  info2

(顺便说一句， ---------- OUTCOME LINE ---------- 是我在 text 列中的实际字符串)

我想整理一下，使其具有以下格式:

final_df
                  text demand outcome
1 text1. text2. text3.   cat1   info1
2 text4. text5. text6.   cat2   info2

什么是最快和最有效的方法来做到这一点？感谢您的提示。

Answer 1

一个 dplyr & tidyr解决方案:

raw_df %>% 
    mutate(outcome = demand,
           demand = replace(demand, demand == '', NA),
           outcome = replace(outcome, outcome == '', NA),
           outcome = gsub("^cat\\d+", NA, outcome)) %>% 
    fill(demand) %>% 
    fill(outcome, .direction = "up") %>% 
    filter(!grepl("-----", text)) %>%
    group_by(demand, outcome) %>% 
    summarize(text = gsub(",", "\\.", toString(text))) %>% 
    select(text, everything())

修复文本以根据需要显示，将空白替换为 NA s，并准备结果列。

fill demand默认向下方向的列，向上方向的结果列。

filter出----- OUTCOME LINE ------基于它的连字符。

生成 group_concat为 text列，然后交换默认 ,与 . 一起出去.

select将列转换为所需的序列。

# A tibble: 2 x 3
# Groups:   demand [2]
                 text demand outcome
                <chr> <fctr>   <chr>
1 text1. text2. text3   cat1    info
2 text4. text5. text6   cat2   info2