Dplyr：通过使用 R

Question

概述

我有一个 444 行和 361 列的数据框。在名为“协作”、“小型协作”和“分包商”的 3 列中，我输入了显示协作者姓名的多个因素，所有因素都输入到一个单元格中，并用逗号分隔。有些单元格最多可以包含 30 个名称。

目标：

我的最终目标是通过操纵每个单元格中的因素（用逗号分隔）来重新排列数据框

（参见表 1 - 列标题“协作”、“小型协作”和“分包商”）

，然后放置将所有三列中的所有信息放入单独的单独行 （参见表 2） 中，称为 “协作”。

问题：

在某些单个单元格中，没有名称，只有值零，并且，我不想在新列

“协作”

中输出带有零的多行。 将来，我希望能够过滤每个协作者姓名输出的新数据框，以跟踪他们的工作日期和工作历史。

很抱歉没有提供示例代码，但我不是 R 专家。我可以使用

dplyr

和 data.table，但是 我很努力地寻找方法，但没有成功。 这个问题

将一列中的逗号分隔字符串拆分为单独的行

被标记给我，它对于使用此代码重新排列一列非常有帮助： Df %>% mutate(Collaborations = strsplit(as.character(Collaborations), ",")) %>% unnest(Collaborations)

但是，我不确定如何以这种方式重新排列三列，将它们放入一列中，然后删除包含零的列，以便它们不会重复到新列中

'Collaborators'

。 我在下面提供了一个示例数据框。如果有人可以提供帮助，我将不胜感激。

表1

表2

数据框

 structure(list(Date = structure(c(1L, 3L, 4L, 5L, 6L, 2L), levels = c("1/1/23", 
"10/1/23", "2/1/23", "4/1/23", "6/1/23", "8/1/23"), class = "factor"), 
    Start_Time = structure(c(6L, 4L, 3L, 5L, 1L, 2L), levels = c("4:30", 
    "5:13", "7:30", "8:25", "8:45", "9:10"), class = "factor"), 
    End_Time = structure(c(2L, 1L, 4L, 5L, 6L, 3L), levels = c("12:30", 
    "14:15", "14:20", "15:25", "16:17", "18:17"), class = "factor"), 
    Project = structure(c(6L, 1L, 2L, 5L, 3L, 4L), levels = c("Business_Ltd", 
    "Clyde_Ltd", "Fabian_Ltd", "Friends_Ltd", "Greenhouse_Ltd", 
    "Red_Ltd"), class = "factor"), Collaborations = structure(c(2L, 
    6L, 1L, 4L, 5L, 3L), levels = c("FRANK, TESSA", "JON, SAM, LEAH", 
    "LEO, TIA", "LOUISE, TINA", "PATTY, JOAN", "PIERRE, LESLEY"
    ), class = "factor"), Mini_Collborations = structure(c(3L, 
    5L, 1L, 1L, 4L, 2L), levels = c("0", "GEORGE", "MEL", "TILLY", 
    "TONY, JIM"), class = "factor"), Subcontractors = structure(c(5L, 
    2L, 1L, 1L, 4L, 3L), levels = c("0", "CHAN, BEN", "KIM, UNA", 
    "KIRK, TRACY, KELLY", "SKYLER, TEESCHA"), class = "factor")), class = "data.frame", row.names = c(NA, 
-6L))

Answer 1

dplyr

将数据转换为长格式并删除“0”条目的解决方案：

df |> 
    pivot_longer(cols = c(Collaborations, Mini_Collborations, Subcontractors),
                 names_to = "Role",
                 values_to = "Collaborations") |> 
    separate_rows(Collaborations, sep = ", ") |> 
    select(-Role) |> 
    filter(Collaborations != "0")

请注意，我使用的是本机管道运算符 

|>

，但

%>%

也同样有效。