2

Tengo una serie de datos con la siguiente estructura:

datos <- read.table(header=T, text="
id Nombre Sexo
1 Alberto H
1 Luis H
1 Maria M
2 Alberto H
2 Paco H
3 Bea M
3 Marisa M 
3 Josefina M")

El objetivo es obtener algo como esto:

1  Alberto     Luis    Maria      H      H      M
2  Alberto     Paco               H      H      
3      Bea   Marisa Josefina      M      M      M
3
  • Hola! ¿Puedes comentar que has intentado para resolver tu duda?
    – jbkunst
    Commented el 31 ene. 2018 a las 21:17
  • 1
    Hola, para resolver este problema estuve intentando usar la funcion transpose y la funcion Melt, pero no consigo obtener la transposicion agrupando por la variable id. library(reshape2) datos <- melt(x,id=c("id")) > datos id variable value 1 1 Nombre Alberto 2 1 Nombre Luis 3 1 Nombre Maria 4 2 Nombre Alberto 5 2 Nombre Paco 6 3 Nombre Bea ...
    – Uko
    Commented el 1 feb. 2018 a las 17:33
  • el paquete tidyr, incluido en el tidyverse tiene una version mejorada de las dcast y metl que existen en reshape2, estas se llaman spread and gather.
    – jbkunst
    Commented el 1 feb. 2018 a las 19:36

3 respuestas 3

2

Quick and dirty:

library(tidyverse) #Para %>%

datos %>% 
split(.$id) %>% 
lapply(function(x) paste(
    paste0(x$Nombre, collapse=" "), 
    paste0(x$Sexo, collapse =" "))) %>% 
cbind() %>% 
as.data.frame() #Pq cbind regresa un matrix

1  Alberto Luis Maria H H M
2          Alberto Paco H H
3 Bea Marisa Josefina M M M

Cada fila es un string sin colnames, no sé si es lo que buscas.

Con cada cadena como columna.

Como señala Patricio, no hay soluciones simples o fáciles de generalizar, porque los largos no son iguales y de algún modo hay rellenar con NA. Esta es otra aproximación al problema, similar pero con otro estilo.

library(tidyverse)
largo_max <- datos %>% 
               split(.$id) %>% 
               sapply(length) %>% 
               max()    

datos %>% 
  split(.$id) %>% 
  map(~list(paste0(.$Nombre, collapse=" "), paste0(.$Sexo, collapse =" "))) %>% 
  map(as.data.frame) %>%                       #Para que funcione bind_rows() y produzca un data.frame. map_df() sería más directo, pero no coinciden los nombres.
  map(~setNames(., c("nombre", "sexo"))) %>%   #Fuerzo los nombres para que coincidan y bind_rows() no proteste. Esta línea es ad hoc, complicaría generalizar la solución.
  bind_rows() %>%                              #Aquí sale un data.frame
  separate(sexo, paste("sexo", 1:largo_max)) %>% 
  separate(nombre, paste("nombre", 1:largo_max)) 
2
  • No he conseguido que me funcione... Se queda esperando un simbolo para cerrar... Gracias
    – Uko
    Commented el 1 feb. 2018 a las 17:44
  • Faltaba un paréntesis para cerrar lapply().
    – mpaladino
    Commented el 1 feb. 2018 a las 18:41
2

Parece un problema sencillo, pero tiene su complicación en el hecho que no hay una cantidad de filas por id consistente, entonces hay que agregar los NA correspondientes. Se me ocurre lo siguiente:

datos$Nombre <- as.character(datos$Nombre)
datos$Sexo <- as.character(datos$Sexo)
out <- aggregate(cbind(Nombre, Sexo) ~ id, datos, paste)
out[[2]] <- lapply(out[[2]], FUN = function(x) c(x, rep(NA,max(lengths(out[[2]]))-length(x))))
out[[3]] <- lapply(out[[3]], FUN = function(x) c(x, rep(NA,max(lengths(out[[3]]))-length(x))))
x1 <- do.call(rbind, out$Nombre)
colnames(x1) <- paste0("Nombre_",1:ncol(x1))
x1 <- cbind(out[c("id")], x1)
x2 <- do.call(rbind, out$Sexo)
colnames(x2) <- paste0("Sexo_",1:ncol(x2))
final <- cbind(x1, x2)
final

Explicación

En primer lugar, para evitar problemas, convertimos las columnas si son Factor a una cadena común:

datos$Nombre <- as.character(datos$Nombre)
datos$Sexo <- as.character(datos$Sexo)

Luego agrupamos por id y combinamos los valores de Nombre y Sexo

out <- aggregate(cbind(Nombre, Sexo) ~ id, datos, paste)

out
  id                Nombre    Sexo
1  1  Alberto, Luis, Maria H, H, M
2  2         Alberto, Paco    H, H
3  3 Bea, Marisa, Josefina M, M, M

Las columnas Nombre y Sexo ahora son listas con todos los valores. Lo siguiente es hacer que cada una de estas listas tengan la misma cantidad de valores, agregando NA:

out[[2]] <- lapply(out[[2]], FUN = function(x) c(x, rep(NA,max(lengths(out[[2]]))-length(x))))
out[[3]] <- lapply(out[[3]], FUN = function(x) c(x, rep(NA,max(lengths(out[[3]]))-length(x))))

Por último transformamos cada lista en columnas, y renumeramos cada nombre de columna:

x1 <- do.call(rbind, out$Nombre)
colnames(x1) <- paste0("Nombre_",1:ncol(x1))
x1 <- cbind(out[c("id")], x1)
x2 <- do.call(rbind, out$Sexo)
colnames(x2) <- paste0("Sexo_",1:ncol(x2))
final <- cbind(x1, x2)
final

La salida final:

  id Nombre_1 Nombre_2 Nombre_3 Sexo_1 Sexo_2 Sexo_3
1  1  Alberto     Luis    Maria      H      H      M
2  2  Alberto     Paco     <NA>      H      H   <NA>
3  3      Bea   Marisa Josefina      M      M      M
1
  • Una currada, yo buscando una función que lo hiciera pero nada, la siguiente opción que me estaba planteando es un for, pero no me hacen gracia la verdad. Muchas gracias!!!
    – Uko
    Commented el 1 feb. 2018 a las 17:46
1

Una alternativa es:


datos <- read.table(header = T, te
 = "
id Nombre Sexo
1 Alberto H
1 Luis H
1 Maria M
2 Alberto H
2 Paco H
3 Bea M
3 Marisa M
3 Josefina M")

library(tidyverse)

Para cada Variable creamos una tabla auxiliar de que contiene el numero de fila agrupado por id

d1 <- datos %>% select(id, Nombre) %>% group_by(id) %>% mutate(rn = row_number())
d1
#> # A tibble: 8 x 3
#> # Groups:   id [3]
#>      id Nombre      rn
#>   <int> <fct>    <int>
#> 1     1 Alberto      1
#> 2     1 Luis         2
#> 3     1 Maria        3
#> 4     2 Alberto      1
#> 5     2 Paco         2
#> 6     3 Bea          1
#> 7     3 Marisa       2
#> 8     3 Josefina     3

Luego usamos la funcion spread para "esparcir" Nombre en funcion de la variable "rn" (row number)

d11 <- spread(d1, rn, Nombre)
d11
#> # A tibble: 3 x 4
#> # Groups:   id [3]
#>      id `1`     `2`    `3`     
#> * <int> <fct>   <fct>  <fct>   
#> 1     1 Alberto Luis   Maria   
#> 2     2 Alberto Paco   <NA>    
#> 3     3 Bea     Marisa Josefina

Lo mismo para Sexo.

d2 <- datos %>% select(id, Sexo) %>% group_by(id) %>% mutate(rn = row_number())
d2
#> # A tibble: 8 x 3
#> # Groups:   id [3]
#>      id Sexo     rn
#>   <int> <fct> <int>
#> 1     1 H         1
#> 2     1 H         2
#> 3     1 M         3
#> 4     2 H         1
#> 5     2 H         2
#> 6     3 M         1
#> 7     3 M         2
#> 8     3 M         3

d22 <- spread(d2, rn, Sexo)
d22
#> # A tibble: 3 x 4
#> # Groups:   id [3]
#>      id `1`   `2`   `3`  
#> * <int> <fct> <fct> <fct>
#> 1     1 H     H     M    
#> 2     2 H     H     <NA> 
#> 3     3 M     M     M

Un join, para juntar

full_join(d11, d22, by = "id")
#> # A tibble: 3 x 7
#> # Groups:   id [?]
#>      id `1.x`   `2.x`  `3.x`    `1.y` `2.y` `3.y`
#>   <int> <fct>   <fct>  <fct>    <fct> <fct> <fct>
#> 1     1 Alberto Luis   Maria    H     H     M    
#> 2     2 Alberto Paco   <NA>     H     H     <NA> 
#> 3     3 Bea     Marisa Josefina M     M     M

En resumen:

d1 <- datos %>% 
  select(id, Nombre) %>% 
  group_by(id) %>% 
  mutate(rn = row_number()) %>% 
  spread(rn, Nombre)

d2 <- datos %>% 
  select(id, Sexo) %>% 
  group_by(id) %>% 
  mutate(rn = row_number()) %>% 
  spread(rn, Sexo)

full_join(d1, d2, by = "id")

Tu Respuesta

By clicking “Publica tu respuesta”, you agree to our terms of service and acknowledge you have read our privacy policy.

¿No es la respuesta que buscas? Examina otras preguntas con la etiqueta o formula tu propia pregunta.