R中每月僅保留一個ID＃

Question

我有一個數據框，其中包含很多ID號及其全年的交易數據。 ID之間有很多重復項，我想擺脫它們，但我想每月擁有一個ID。 如果我使用[！duplicated ...]函數，它在一月份后也會刪除所有ID。 有任何想法嗎？

這是我所擁有的：

Date        ID   Transaction
1/31/2016   111     10
1/31/2016   111     12
1/31/2016   112     15
2/28/2016   111     50
2/28/2016   112     40
2/28/2016   112     3

這就是我想要的：

Date        ID   Transaction1  Transaction 2
1/31/2016   111      10           12
1/31/2016   112      15            -
2/28/2016   111      50            -
2/28/2016   112      40            3    

謝謝！

Answer 1

我們可以使用點spread

library(tidy verse)
df1 %>%
    group_by(Date, ID) %>%
    mutate(new = paste0("Transaction", row_number())) %>%
    spread(new, Transaction)
# A tibble: 4 x 4
# Groups:   Date, ID [4]
#  Date         ID Transaction1 Transaction2
#  <chr>     <int>        <int>        <int>
#1 1/31/2016   111           10           12
#2 1/31/2016   112           15           NA
#3 2/28/2016   111           50           NA
#4 2/28/2016   112           40            3

Answer 2

雖然我知道spread 應該是做到這一點的方法，但我從未能夠使它發揮作用。 我確定Hadley Wickham對此感到不滿意，但是我要解決的問題是將您要散布的Transaction所有值paste到帶有summarize的單個字符串中，然后使用separate字符串將其拆分為多個列

請注意，如您的示例所示，我們已按日期分組。 如果您實際上想按月份分組，則需要使用lubridate從Date變量中提取月份值。

library(dplyr)
library(tidyr)

dates %>%
    group_by(ID, Date) %>%
    summarize(ntrans = length(Transaction),
              transactions = paste0(Transaction, collapse = '-')) %>%
    separate(transactions,
             into = paste0('Transaction', seq_len(max(.$ntrans))),
             sep = '-', fill = 'right') %>%
    select(-ntrans)


# A tibble: 4 x 4
# Groups:   ID [2]
     ID Date      Transaction1 Transaction2
  <int> <fct>     <chr>        <chr>       
1   111 1/31/2016 10           12          
2   111 2/28/2016 50           NA          
3   112 1/31/2016 15           NA          
4   112 2/28/2016 40           3 

Answer 3

使用data.table包的另一種可能性：

data.table::dcast(dat[, Tx := paste0("Tx", rowid(ID)), by=.(Date)], 
    Date + ID ~ Tx, value.var="Transaction")

輸出：

        Date  ID Tx1 Tx2
1: 1/31/2016 111  10  12
2: 1/31/2016 112  15  NA
3: 2/28/2016 111  50  NA
4: 2/28/2016 112  40   3

數據：

library(data.table)
dat <- fread("Date        ID   Transaction
1/31/2016   111     10
1/31/2016   111     12
1/31/2016   112     15
2/28/2016   111     50
2/28/2016   112     40
2/28/2016   112     3")