使用条件语句将 df 从长格式重塑为宽格式

Question

我有一个

long df

，看起来像这样：

df <- data.frame(id=as.integer(c(123,123,123,124,124,124,125,125,126,126,126)),
                 date=as.Date(c("2014-03-12", "2015-05-02", "2015-09-16", "2015-10-24", "2016-12-11", "2017-10-17", "2017-08-06", "2018-01-29", "2015-09-16", "2015-11-12", "2015-12-03")),
                 event=as.character(c("A", "C", "E", "A", "B", "D", "A", "E", "A", "B", "E")),
                 order=as.integer(c(1,2,3,1,2,3,1,2,1,2,3)),
                 diff=as.integer(c(0,416,553,0,414,724,0,176,0,57,78)))

df
    id       date event order diff
1  123 2014-03-12     A     1    0
2  123 2015-05-02     C     2  416
3  123 2015-09-16     E     3  553
4  124 2015-10-24     A     1    0
5  124 2016-12-11     B     2  414
6  124 2017-10-17     D     3  724
7  125 2017-08-06     A     1    0
8  125 2018-01-29     E     2  176
9  126 2015-09-16     A     1    0
10 126 2015-11-12     B     2   57
11 126 2015-12-03     E     3   78

每个

id

始终有一个初始事件

A

和最终事件，要么

D

要么

E

（互斥）。事件

B

和

C

可能发生也可能不发生。

diff

是每个事件的

days

与每个

date

的初始事件

date

的

A

之间的

id

之差。

我想获得一个

wide df

，其中每个事件都是

column

（例如

A_status

），其中

0= absent

；

1= present

。同样，每个通讯员

diff

都是一个

column

（例如

A_time

）。但是，当事件

B

或

C

不存在时（例如

B= 0

或

C= 0

），我希望他们的

time

被

D_time

或

E_time

填充，以存在的为准。

我需要根据

columns

和

values

的

D

创建两个

E

：

1. a

   column

   D.E_status

   ，其中

   0=D

   ；

   1=E

   ，以及
2. a

   column

   D.E_time

   将接收记录的

   time

   （

   D

   或

   E

   ）。

这是所需的输出：

id  A_status A_time B_status B_time C_status C_time D.E_status  D.E_time
123 1        0      0        553    1        416    1           553
124 1        0      1        414    0        724    0           724
125 1        0      0        176    0        176    1           176
126 1        0      1        78     0        78     1           78

鉴于我非常基本的 R 技能，我非常感谢您在这方面的帮助。

Answer 1

我将演示一个

dplyr

/

tidyr

解决方案。首先，我认为

B_time

的最后一个值应该是

57

而不是

78

。

library(dplyr)
library(tidyr) # pivot_wider
df %>%
  mutate(
    status = if_else(event == "D", 0, 1),
    event = if_else(event %in% c("D", "E"), "D.E", event)
  ) %>%
  pivot_wider(
    id_cols = "id",
    names_from = "event", values_from = c("diff", "status")
  ) %>%
  rename_with(.fn = ~ sub("diff", "time", sub("(.*)_(.*)", "\\2_\\1", .))) %>%
  mutate(
    across(c(C_time, B_time), ~ coalesce(., D.E_time)),
    across(c(C_status, B_status), ~ +(!is.na(.)))
  )
# # A tibble: 4 × 9
#      id A_time C_time D.E_time B_time A_status C_status D.E_status B_status
#   <int>  <int>  <int>    <int>  <int>    <dbl>    <int>      <dbl>    <int>
# 1   123      0    416      553    553        1        1          1        0
# 2   124      0    724      724    414        1        0          0        1
# 3   125      0    176      176    176        1        0          1        0
# 4   126      0     78       78     57        1        0          1        1