融化数据框，重塑高大的数据框架

Question

我有以下数据框（df），尽管我认为我无法解决如何执行以下操作：

输入：

id  business_id type                      date1     date2     date3
1   A1          Month                     13/10/13  13/09/13  13/08/13
1   A1          Total Net Deposits        1500      951       190
1   A1          Month end Bank Balance    729       650       164

预期产出：

id  business_id Month       Total Net Deposits  Month end Bank Balance 
1   A1          13/10/13    1500                729 
1   A1          13/09/13    951                 650
1   A1          13/09/13    190                 164

Answer 1

这是一个tidyr选项：

library(tidyr)
df %>% 
  gather(date, val, date1:date3) %>% 
  spread(key = type, val = val)
#  id business_id  date    Month Month end Bank Balance Total Net Deposits
#1  1          A1 date1 13/10/13                    729               1500
#2  1          A1 date2 13/09/13                    650                951
#3  1          A1 date3 13/08/13                    164                190
#Warning:
#attributes are not identical across measure variables; they will be dropped 

如果您的列存储为因子，则会发出警告，但您可以忽略它。

您可以使用reshape2 ， data.table ，从基础R（统计数据） reshape data.table ，也可能使用其他一些库。

Answer 2

我们可以使用base R

cbind(df1[1:2],setNames(as.data.frame(t(df1[-(1:3)])), df1$type))
#      id business_id    Month Total Net Deposits Month end Bank Balance
#date1  1          A1 13/10/13               1500                    729
#date2  1          A1 13/09/13                951                    650
#date3  1          A1 13/08/13                190                    164

Answer 3

library(reshape2)
df.m<-melt(x,id.var=c("id", "business_id","type"))
dcast(df.m,id+business_id+variable~type)

如果你愿意，你可以摆脱变量“变量”。

  id business_id variable    Month MonthendBankBalance TotalNetDeposits
1  1          A1    date1 13/10/13                 729             1500
2  1          A1    date2 13/09/13                 650              951
3  1          A1    date3 13/08/13                 164              190