在r中有条件的dcast

以上是我的数据。 我想制作的是：

> log_df[1:10, ]
      tagid            happened status
1  03B2ACE7 2016-06-28 18:07:36   open
2  03B2ACE7 2016-06-28 18:36:15 closed
3  03B2ACE7 2016-06-29 07:29:59   open
4  03B2ACE7 2016-06-29 08:06:23 closed
5  03B2ACE7 2016-06-30 16:10:48   open
6  03B2ACE7 2016-06-30 17:23:55   open
7  03B2ACE7 2016-07-01 10:12:06 closed
8  03B2ACE7 2016-07-01 13:39:58 closed
9  03B2ACE7 2016-07-02 10:08:40   open
10 03B2ACE7 2016-07-02 13:33:01 closed
...

我试着让它与包中的dcast一起工作。 然而，我必须选择我只接电话的地方

“打开”是第一个，也是唯一在关闭之后出现的，以及在打开之前出现的“关闭”

因此，从log_df中，第6行和第7行将被忽略

我真的被卡住了，不知道该怎么办。。 也许dcast不是最好的方法

---

请帮忙！非常感谢你

使用

dplyr

和

tidyr

（来自tidiverse，重塑的演变）：

库（dplyr）
图书馆（tidyr）
df%>%
过滤器（（状态=‘打开’&滞后（状态，默认值=）！=‘打开’）|（状态=‘关闭’&潜在客户（状态，默认值=）！=‘关闭”））%>%
变异（r=上限（行号（）/2））%>%
传播（状态、发生）
#>tagid r关闭-打开
#>103B2ACE7 1 2016-06-28 18:36:15 2016-06-28 18:07:36
#>203B2ACE7 2 2016-06-29 08:06:23 2016-06-29 07:29:59
#>03B2ACE7 3 2016-07-01 13:39:58 2016-06-30 16:10:48
#>4 03B2ACE7 4 2016-07-02 13:33:01 2016-07-02 10:08:40

它：

使用特定条件筛选data.frame

添加列以存储“组”

将值分散到列（相当于dcast）

数据：

---

df为了保持第一次打开和最后一次关闭，从而从原始df中筛选出第6行和第7行，您可以改为
filter（（status='open'&lag（status，default=”“）！='open'）|（status='closed'&lead（status，default=“）！=“closed”）
。上述解决方案是一个非常好的解决方案。如果一行中有多个打开，则在关闭前保持最后一个打开；如果一行中有多个关闭，则在打开前保持最后一个关闭，然后执行
排列。如果，如您的示例（忽略第6行和第7行），您希望保持第一个打开状态和最后一个关闭状态，您可以用另一个
过滤器替换上面解决方案中的
过滤器
。对不起，我明白您的意思，我没有注意过滤了哪个“后续事件”。用@Lamia的过滤器修复代码，这很好。
      tagid                open               closed
1  03B2ACE7 2016-06-28 18:07:36  2016-06-28 18:36:15
2  03B2ACE7 2016-06-29 07:29:59  2016-06-29 08:06:23
3  03B2ACE7 2016-06-30 16:10:48  2016-07-01 10:12:06
...