1

我确信有一个答案，但我找不到它。我尝试了几种使用几个 R 函数的解决方案，包括 reshape、gather 和 pivot_longer。我的问题是数据来自具有多列的电子表格。我将尝试代表电子表格的一个样本：

全名 SOCW725 SOCW748 SOCW799 平均 SOCW725 SOCW752 SOCW782 平均 SOCW725 SOCW748 SOCW752 平均
比维斯 B 3.5 3.22 2.56 3.07 2.33 3.33 4.2 3.5 3.33 3.23 没有数据 3.00
埃尔瓜波 3.25 3.02 2.75 3.18 3.33 4.33 4.15 2.25 2.67 3.42 4 2.44

实际的数据文件要宽得多。每组三门课程（例如 SOCW725、SOCW748、SOCW799）代表一种能力，共有九种能力。我把它们放在了桌面上，因为我相信一旦我弄清楚了（我希望）我就可以将它们插入数据框中。所以，我试图将 pivot_longer 分成三列（添加 CompetencyID 时将为 4）。这些列是：名称、课程和评分。我不需要平均值，因为我可以重新计算它。以下是我正在使用的代码示例：

d1 <- pivot_longer(my_data, 
               cols = !1, 
               names_to = "Course",
               values_to = "Ratings",
               )

这可行，但重复的行名（即课程名称）有一个 . 后跟一个数字（例如 SOCW725.1、SOCW725.2 等）。我明白为什么，但我不知道如何摆脱它。我可能会弄清楚如何从结果中编辑 .#，但想用 dplyr::pivot_table 找到更快的方法。

先感谢您。

4

2 回答 2

0

在你的帮助下akrun，我能够让它与这个一起工作：

d1 <- pivot_longer(my_data, 
                    cols = !1, 
                    names_to = "Course",
                    values_to = "Ratings",
                    names_pattern = '^(SOCW[^.]+)'
                    )

正则表达式在我的学习清单上。

于 2021-07-17T00:56:30.127 回答
0

如果我们有兴趣在单列中返回 'FullName' 和 'SOCW' 列（重复），select感兴趣的列，然后使用pivot_longerwithnames_pattern作为并从不带( ) 后跟数字".value"的列名称中捕获子字符串。.[^.]+

library(dplyr)
library(tidyr)
my_data %>% 
    select(FullName, starts_with("SOCW")) %>% 
    pivot_longer(cols = starts_with("SOCW"), names_to = ".value", 
         names_pattern = '^(SOCW[^.]+)')
# A tibble: 6 x 6
  FullName SOCW725 SOCW748 SOCW799 SOCW752 SOCW782
  <chr>      <dbl>   <dbl>   <dbl>   <dbl>   <dbl>
1 Beavis B    3.5     3.22    2.56    3.33    4.2 
2 Beavis B    2.33    3.23   NA      NA      NA   
3 Beavis B    3.33   NA      NA      NA      NA   
4 El Guapo    3.25    3.02    2.75    4.33    4.15
5 El Guapo    3.33    3.42   NA       4      NA   
6 El Guapo    2.67   NA      NA      NA      NA

data.frame默认情况下不允许重复的列名。它用于通过为每个重复项附加,等make.unique来修改列名。.1.2

如果我们只需要三列

library(stringr)
my_data %>% 
   select(FullName, starts_with("SOCW")) %>% 
   pivot_longer(cols = starts_with("SOCW")) %>% 
   mutate(name = str_remove(name, "\\.\\d+$"))
# A tibble: 18 x 3
   FullName name    value
   <chr>    <chr>   <dbl>
 1 Beavis B SOCW725  3.5 
 2 Beavis B SOCW748  3.22
 3 Beavis B SOCW799  2.56
 4 Beavis B SOCW725  2.33
 5 Beavis B SOCW752  3.33
 6 Beavis B SOCW782  4.2 
 7 Beavis B SOCW725  3.33
 8 Beavis B SOCW748  3.23
 9 Beavis B SOCW752 NA   
10 El Guapo SOCW725  3.25
11 El Guapo SOCW748  3.02
12 El Guapo SOCW799  2.75
13 El Guapo SOCW725  3.33
14 El Guapo SOCW752  4.33
15 El Guapo SOCW782  4.15
16 El Guapo SOCW725  2.67
17 El Guapo SOCW748  3.42
18 El Guapo SOCW752  4

数据

my_data <- structure(list(FullName = c("Beavis B", "El Guapo"), SOCW725 = c(3.5, 
3.25), SOCW748 = c(3.22, 3.02), SOCW799 = c(2.56, 2.75), Average = c(3.07, 
3.18), SOCW725.1 = c(2.33, 3.33), SOCW752 = c(3.33, 4.33), SOCW782 = c(4.2, 
4.15), Average.1 = c(3.5, 2.25), SOCW725.2 = c(3.33, 2.67), SOCW748.1 = c(3.23, 
3.42), SOCW752.1 = c(NA, 4L), Average.2 = c(3, 2.44)),
 class = "data.frame", row.names = c(NA, 
-2L))
于 2021-07-17T00:23:19.660 回答