Преобразование строк субтотала Excel в столбцы в кадрах данных R

Question

Я пытаюсь прочитать в электронных таблицах Excel, которые включают строки времени, сгруппированные сотрудником, которые выглядят так, когда группы свертываются (запятые используются здесь для разграничения столбцов):

Column A Column B 

Alice 

2015-01-01 8 
2015-01-02 7.5 
2015-01-03 6 

Bob 

2015-01-02 6 
2015-01-03 8 

Я могу читать электронные таблицы в кадры данных, используя функцию xlsx::read.xlsx2, но я не смог понять, как преобразовать подытог строки в столбец, так что кадр данных выглядит следующим образом :

Alice 2015-01-01 8 
Alice 2015-01-02 7.5 
Alice 2015-01-03 6 
Bob  2015-01-02 6 
Bob  2015-01-03 8 

Я пробовал смотреть на reshape и dplyr, но я не мог понять, могут ли они помочь. Может ли кто-нибудь указать мне в правильном направлении?

Answer 1

Может быть, это помогает

library(dplyr) 
library(tidyr) 
#read the file using `readLines` 
lines <- readLines('file.csv') 
#remove the empty elements 
lines1 <- lines[lines!=''] 
#create a grouping index based on the occurrence of non-numeric elements 
indx <- cumsum(grepl('^[A-Za-z]', lines1)) 
#create another index for finding the position of non-numeric element 
indx1 <- grep('^[A-Za-z]', lines1) 
#split the lines based on the grouping index 
lst <- setNames(split(lines1[-indx1], indx[-indx1]), lines1[indx1]) 
#use unnest from tidyr and split the `x` column into two 
unnest(lst, Name) %>% 
      extract(x, c('Date', 'val'), '(.*),(.*)', convert=TRUE) 
# Name  Date val 
#1 Alice 2015-01-01 8 
#2 Alice 2015-01-02 7.5 
#3 Alice 2015-01-03 6 
#4 Bob 2015-01-02 6 
#5 Bob 2015-01-03 8 

Или вы могли бы использовать base R.

#read the data using `read.csv` or `read.xlsx2`. Here `,` is the delimiter 
d1 <- read.csv('file.csv', header=FALSE, stringsAsFactors=FALSE) 
#second column `V2` will have `NAs` for corresponding words in `V1` 
indx <- is.na(d1$V2) 
#subset the dataset by removing the `NA` rows 
d2 <- d1[!indx,] 
#use one of the aggregating functions 
#remove the first element for each group 
d2$names <- unlist(tapply(rep(d1$V1[indx], tabulate(cumsum(indx))), 
      cumsum(indx), FUN=tail,-1), use.names=FALSE) 
d2 
#   V1 V2 names 
#2 2015-01-01 8.0 Alice 
#3 2015-01-02 7.5 Alice 
#4 2015-01-03 6.0 Alice 
#6 2015-01-02 6.0 Bob 
#7 2015-01-03 8.0 Bob