R-旋转困难的数据帧

假设我有三个销售各种产品的销售代表的销售数据。困难的是，每个销售代表销售的产品组合不同，但数量也不一定相同：

Bob销售产品A、B和C

迈克销售产品A、B、C和D

Sara销售产品A、B和E

   RepName Product SalesDollarAmt SalesQty
 1     Bob       A             43        3
 2    Mike       A             14        5
 3    Sara       A             53        1
 4     Bob       B            100       35
 5    Mike       B            215       80
 6    Sara       B            310      105
 7     Bob       C              5        8
 8    Mike       C             10        3
 9    Mike       D            105       50
10    Sara       E             25       18

我想在产品上旋转它，结果如下所示：

  RepName Product.1 SalesDollarAmt.1 SalesQty.1 Product.2 SalesDollarAmt.2 SalesQty.2 Product.3 SalesDollarAmt.3 SalesQty.3 Product.4 SalesDollarAmt.4 SalesQty.4
1     Bob         A               43          3         B              100         35         C                5          8      <NA>                0          0
2    Mike         A               14          5         B              215         80         C               10          3         D              105         50
3    Sara         A               53          1         B              310        105         E               25         18      <NA>                0          0

---

通过组合使用

行号

、

聚集

、

排列

和

联合

，我们可以重塑数据。如果您愿意的话，您可以对列重新排序。在最后一行中，我们在调用

spread

时指定

convert=TRUE

。这是因为当我们将数据转换为长格式（使用

聚集

）时，列值将转换为字符。在调用

spread

时指定

convert=TRUE

（应该）可以将值返回到有用的形式

df %>%
  group_by(RepName) %>%
  mutate(product_count = row_number()) %>% # product "id" within RepName
  gather(variable, value, -RepName, -product_count) %>% # reshape to long
  unite(var_prod, variable, product_count) %>%
  spread(var_prod, value, convert = TRUE) # reshape to wide

  RepName Product_1 Product_2 Product_3 Product_4 SalesDollarAmt_1 SalesDollarAmt_2 SalesDollarAmt_3 SalesDollarAmt_4 SalesQty_1 SalesQty_2 SalesQty_3 SalesQty_4
1     Bob         A         B         C      <NA>               43              100                5             <NA>          3         35          8       <NA>
2    Mike         A         B         C         D               14              215               10              105          5         80          3         50
3    Sara         A         B         E      <NA>               53              310               25             <NA>          1        105         18       <NA>

df%>%
分组人（RepName）%>%
在RepName中更改（产品计数=行数（））%>%#产品“id”
聚集（变量，值，-RepName，-product_count）%>%#将形状改为长形
单位（变量产品、变量、产品计数）%>%
排列（var_prod，value，convert=TRUE）#重塑为宽
RepName Product_1 Product_2 Product_3 Product_4 SalesDollArmat_1 SalesDollArmat_2 SalesDollArmat_3 SalesDollArmat_4 SalesQty_1 SalesQty_2 SalesQty_3 SalesQty_4
1 Bob A B C 43 100 5 3 35 8
2麦克A B C D 14 215 10 105 5 80 3 50
3 Sara A B E 53 310 25 1 105 18

这个问题被标记为

dcast

，因此我觉得有义务发布一个使用

dcast（）的解决方案

data.table
版本的
dcast（）。此外，
rowid（）
函数用于分别填充每个
RepName
的列：

library(data.table)
cast(setDT(df), RepName ~ rowid(RepName), value.var = c("Product", "SalesDollarAmt", "SalesQty"))

编辑：改进的版本，列按要求的顺序排列
，OP已披露，由于数据将由Excel宏进一步处理，因此需要进行重塑。通常，列的位置对于Excel公式至关重要

因此，下面的变体是对列进行重新排序，以便将属于一个产品的所有列分组在一起：

library(data.table)
# value columns
val <- c("Product", "SalesDollarAmt", "SalesQty")
# create vector of column names in the expected order
col_order <- setDT(df)[, .N, by = RepName][, CJ(seq_len(max(N)), val)][, paste(V2, V1, sep = "_")]
dcast(df, RepName ~ rowid(RepName), value.var = val)[
  #re-order columns in place, i.e., without copying
  , setcolorder(.SD, c("RepName", col_order))]

是否每个
RepName
和
Product
都只有一行？（例如，Bob对于产品A是否只有一行？）是的，这是正确的；这是一段时间内的销售数据，因此不会有重复。似乎您正在将数据从整洁的格式转换为不整洁的格式。请问原因是什么？有时有更好的解决方案来解决潜在问题。我需要将输出传递给其他人，他们使用一个破旧的Excel宏生成报告，这样对他来说效果更好；宏在各行中循环，并使用VLOOKUPs一次创建每个代表的报告。非常感谢！这太棒了。
   RepName Product_1 Product_2 Product_3 Product_4 SalesDollarAmt_1 SalesDollarAmt_2 SalesDollarAmt_3 SalesDollarAmt_4 SalesQty_1 SalesQty_2 SalesQty_3 SalesQty_4
1:     Bob         A         B         C        NA               43              100                5               NA          3         35          8         NA
2:    Mike         A         B         C         D               14              215               10              105          5         80          3         50
3:    Sara         A         B         E        NA               53              310               25               NA          1        105         18         NA

library(data.table)
# value columns
val <- c("Product", "SalesDollarAmt", "SalesQty")
# create vector of column names in the expected order
col_order <- setDT(df)[, .N, by = RepName][, CJ(seq_len(max(N)), val)][, paste(V2, V1, sep = "_")]
dcast(df, RepName ~ rowid(RepName), value.var = val)[
  #re-order columns in place, i.e., without copying
  , setcolorder(.SD, c("RepName", col_order))]

   RepName Product_1 SalesDollarAmt_1 SalesQty_1 Product_2 SalesDollarAmt_2 SalesQty_2 Product_3 SalesDollarAmt_3 SalesQty_3 Product_4 SalesDollarAmt_4 SalesQty_4
1:     Bob         A               43          3         B              100         35         C                5          8        NA               NA         NA
2:    Mike         A               14          5         B              215         80         C               10          3         D              105         50
3:    Sara         A               53          1         B              310        105         E               25         18        NA               NA         NA