我正在从 API 中提取数据,该 API 跟踪项目所花费的时间,变量包括时间、客户、项目以及(可能)描述项目的多个标签。然而,当我提取数据时,具有多个标签的条目将被复制到其他相同的行中,每行有一个唯一的标签,如下所示:
duration client project tag
60 A X first
45 B Y second
45 B Y third
30 C Z fourth
如何在组合标签时删除重复的行?我想是这样的:
A)
duration client project tags
1 60 A X first
2 45 B Y second, third
3 30 C Z fourth
或者这个:
B)
duration client project tag1 tag2
1 60 A X first NA
2 45 B Y second third
3 30 C Z fourth NA
我也希望得到建议,了解哪种建议的安排(A 或 B)最适合能够快速总结项目所花费的时间,例如带有标签“第一”和“第三”(例如 105 分钟) )?
这是示例数据框:
df <- data.frame(
duration = c(60, 45, 45, 30),
client = c("A", "B", "B", "C"),
project = c("X", "Y", "Y", "Z"),
tag = c("first", "second", "third", "fourth")
)
我很感激任何建议(我觉得这对于 dplyr/tidyr 来说应该不会太难,但还没有完全能够做到正确)。谢谢!
最佳答案
我们可以使用dplyr
作为输出A。group_by_at(vars(-tag))
是一种指定分组变量应该是除之外的所有列的方法标记
,因为您希望所有其他列在行中完全重复。
library(dplyr)
df2 <- df %>%
group_by_at(vars(-tag)) %>%
summarise(tags = toString(tag)) %>%
ungroup()
df2
# # A tibble: 3 x 4
# duration client project tags
# <dbl> <fctr> <fctr> <chr>
# 1 30 C Z fourth
# 2 45 B Y second, third
# 3 60 A X first
然后我们可以使用 splitstackshape
作为您的输出 B
library(splitstackshape)
df3 <- df2 %>% cSplit(splitCols = "tags")
df3
# duration client project tags_1 tags_2
# 1: 30 C Z fourth NA
# 2: 45 B Y second third
# 3: 60 A X first NA
关于r - 将单个唯一变量合并到其他相同的行中,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/47820969/