Блог

Я попытался превратиться df в df2 . Я сделал это с помощью очень неоднородного способа, используя df3 , есть ли более простой и элегантный способ сделать это?

 library(tidyverse)

# I want to transform df
df <- tibble(id = c(1, 2, 1, 2, 1, 2),
             time = c('t1', 't1', 't2', 't2', 't3', 't3'),
             value = c(2, 3, 6, 4, 5, 7))
df
#> # A tibble: 6 x 3
#>      id time  value
#>   <dbl> <chr> <dbl>
#> 1     1 t1        2
#> 2     2 t1        3
#> 3     1 t2        6
#> 4     2 t2        4
#> 5     1 t3        5
#> 6     2 t3        7

# into df2
df2 <- tibble(id = c(1, 2, 1, 2),
              t = c(2, 3, 6, 4),
              r = c(6, 4, 5, 7))
df2
#> # A tibble: 4 x 3
#>      id     t     r
#>   <dbl> <dbl> <dbl>
#> 1     1     2     6
#> 2     2     3     4
#> 3     1     6     5
#> 4     2     4     7


# This is how I did it, but I think it should be a better way
df3 <- df %>% pivot_wider(names_from = time, values_from = value)

b <- tibble(id = numeric(), t = numeric(), r = numeric())
for (i in 2:3){
  a <- df3[,c(1,i,i 1)]
  colnames(a) <- c('id', 't', 'r')
  b <- bind_rows(a, b)
}
b
#> # A tibble: 4 x 3
#>      id     t     r
#>   <dbl> <dbl> <dbl>
#> 1     1     6     5
#> 2     2     4     7
#> 3     1     2     6
#> 4     2     3     4
Created on 2020-11-25 by the reprex package (v0.3.0)
 

Для каждого id вы можете использовать lead , чтобы выбрать следующее значение и создать r столбец и удалить NA строки.

 library(dplyr)

df %>%
  group_by(id) %>%
  mutate(t = value, 
         r = lead(value)) %>%
  na.omit() %>%
  select(id, t, r)

#     id     t     r
#  <dbl> <dbl> <dbl>
#1     1     2     6
#2     2     3     4
#3     1     6     5
#4     2     4     7
 

Мы можем использовать summarise начиная с dplyr версии> = 1.0. Ранее у него было ограничение возвращать только одно наблюдение на группу. Начиная с версии> = 1.0, это уже не так. Может возвращать любое количество строк, т.Е. Оно может быть короче или длиннее исходного количества строк

 library(dplyr)
df %>% 
   group_by(id) %>%
   summarise(t = value[-n()], r = value[-1], .groups = 'drop')
 

-вывод

 # A tibble: 4 x 3
#     id     t     r
#  <dbl> <dbl> <dbl>
#1     1     2     6
#2     1     6     5
#3     2     3     4
#4     2     4     7