用行值替换变量名，反之亦然

我有不寻常格式的数据。变量名/列标题应该是当前行值，行值应该是变量名/列标题。

也就是说，我有一个这样的数据框:

id <- seq(1, 5, 1)
good <- c('', 'Q4', 'Q4, Q2', '', '')
ok <- c('Q3, Q1', '', '', 'Q2', '')
bad <- c('', 'Q2', 'Q2', '', '')

data <- as.data.frame(cbind(id, good, ok, bad))
cols <- c('good', 'ok', 'bad')
data[cols] <- lapply(data[cols], as.character)

我想将其转换为如下所示的数据框:

id <- seq(1,5,1)
Q1 <- c('ok', '', '', '', '')
Q2 <- c('', 'bad', 'good, bad', 'ok', '') # Yes, it is possible to get multiple,
# conflicting responses to a question from one id.
Q3 <- c('ok', '', '', '', '')
Q4 <- c('', 'good', 'good', '', '')

data_new <- as.data.frame(cbind(id, Q1, Q2, Q3, Q4))
cols <- c('Q1', 'Q2', 'Q3', 'Q4')
data_new[cols] <- lapply(data_new[cols], as.character)

一些问题:

当前行值不能直接转置到列标题，因为有时在单个单元格中记录多个条目，而列标题中应该只记录一个值(例如，我不希望将列标题标记为'Q2, Q4' 在更新的数据框中)。

另一方面，当列标题移动为行值时，会出现
有时需要在同一个单元格中有多个条目。例如，id 3 的变量 Q2 下的条目应在更新的数据帧中读取为“好，坏”。

dplyr 解决方案是首选，但也欢迎使用其他包/基础 R 的答案。

最佳答案

这是 gather/spread 的一种方法。我们 gather 数据从 'wide' 到 'long'，filter 根据 'val' 中的空白元素输出行，通过在 'val' 中的分隔符( , )处拆分来扩展数据，按 'id' 分组val', paste 'key' 的元素并 spread 将其重新编码为 'wide' 格式

library(tidyverse)
data %>%
   gather(key, val, -id) %>%
   filter(val != "") %>%
   separate_rows(val) %>%
   group_by(id = factor(id, levels = 1:5), val) %>%
   summarise(key = toString(key)) %>%
   spread(val, key, fill = "", drop = FALSE)
# A tibble: 5 x 5
# Groups:   id [5]
#  id    Q1    Q2        Q3    Q4
#  <fct> <chr> <chr>     <chr> <chr>
#1 1     ok    ""        ok    ""
#2 2     ""    bad       ""    good
#3 3     ""    good, bad ""    good
#4 4     ""    ok        ""    ""
#5 5     ""    ""        ""    ""

注意:该格式基于 print 的 tibble 格式。如果我们想更改为 data.frame ，请在最后使用 as.data.frame

关于用行值替换变量名，反之亦然，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/53112363/