r - 在 Y 列数据的条件下转置 X 列数据

Question

我有一个数据组织问题。我有看起来像这样的数据:

ROW   date      names
1     1.1.2000  A
2     NA        B
3     NA        C
4     1.1.2000  X
5     NA        Y
6     2.1.2000  Z

我希望它看起来像这样:

ROW   date      name1 name2 name3 name4
1     1.1.2000  A     B     C     NA
2     1.1.2000  X     Y     NA    NA
3     2.1.2000  Z     NA    NA    NA

所以代码应该检查“日期”列，当它找到一个日期时，它存储行号(ROW1)。然后，它将检查“日期”列的下一行，如果是“NA”值，程序将存储它们的行号(ROW y:x)，直到最终找到下一个日期(不存储下一个日期行)。然后代码转到“名称”列中的 y:x 行，并将它们的数据移动到 ROW1 中的新列中。在此之后，代码对其在 y:x 行之后找到的下一个日期执行相同的过程。

ROW1 是否包含在 y:x 中对我来说并不重要，因为我已经在正确的行中拥有该数据。有多个相同的日期，正如您在我的示例中看到的那样，我需要将它们分开。

如果您能通过提及一些有用的功能来帮助我，那将很有帮助，因为我不知道如何开始。

Answer 1

library(dplyr)
library(tidyr)

df = read.table(text = "
ROW   date      names
1     1.1.2000  A
2     NA        B
3     NA        C
4     1.1.2000  X
5     NA        Y
6     2.1.2000  Z
", header=T, stringsAsFactors=F)

df %>%
  group_by(ROW = cumsum(!is.na(date))) %>%       # create the rows of updated dataset based on rows without NAs; for each new row:
  mutate(counter = row_number(),                 # count how many columns you need for each new row
         date = unique(date[!is.na(date)])) %>%  # keep unique date after excluding NAs
  ungroup() %>%                                  # forget the grouping
  mutate(counter = paste0("name",counter)) %>%   # update variable to use as column names
  spread(counter, names)                         # reshape dataset

# # A tibble: 3 x 5
#     ROW     date name1 name2 name3
# * <int>    <chr> <chr> <chr> <chr>
# 1     1 1.1.2000     A     B     C
# 2     2 1.1.2000     X     Y  <NA>
# 3     3 2.1.2000     Z  <NA>  <NA>