重塑R数据框架，使一个列的值现在是它们自己的列，并由其他列分组

Question

类似的问题也有人问过，但还没有到这种程度。我有一个数据框架，其中包含如下信息

location    field    sample    date          height    temp   
loc1        fieldA   1_1       202001        1         86     
loc1        fieldA   1_1       202001        10        92     
loc1        fieldA   2_1       202001        1         88
loc1        fieldA   2_1       202001        10        82
loc1        filedA   1_2       202002        1         81
loc1        fieldA   1_2       202002        10        90
loc1        filedA   2_2       202002        1         88
loc1        filedA   2_2       202002        10        82

对于每个位置都有几个字段，对于每个字段有两个测量位置，对于每个位置都有两个测量高度。例如，在location1 fieldA中，样本1_1指的是第一个位置和第一个样本，并且在特定日期有两个高度。然后是location1, fieldA样本1_2，它指的是第一个位置，但第二个样本在第二个日期。这是lob和更多字段名的进一步扩展但这是基本的思想

理想情况下，我需要以下

location    field   1_1_temp  1_10_temp  2_1_temp    2_10_temp     date
loc1        fieldA  86        92         88          82            202001
loc1        fieldA  81        90         88          82            202002

对于每个位置和每个字段，我需要数据的时间序列。location1 fieldA将有一个时间序列，location1 fieldB将有一个时间序列，location2 fieldAA将有一个，以此类推。其中1_1_temp将是第一个位置，高度为1,1_10_temp将是第一个位置，高度为10，以此类推。我确信我需要整洁，但不确定如何做到这一点的程度。就像

df <- group_by(location) %>%
group_by(field) %>%
mutate()

任何帮助都是非常感激的。谢谢!

Answer 1

假设filedA是一个错误，会回答下一个代码你的问题吗?

library(dplyr)
library(tidyr)
df <- read.table(text = 'location    field    sample    date          height    temp   
loc1        fieldA   1_1       202001        1         86     
loc1        fieldA   1_1       202001        10        92     
loc1        fieldA   2_1       202001        1         88
loc1        fieldA   2_1       202001        10        82
loc1        fieldA   1_2       202002        1         81
loc1        fieldA   1_2       202002        10        90
loc1        fieldA   2_2       202002        1         88
loc1        fieldA   2_2       202002        10        82', header = TRUE)
df %>% 
mutate(sample = sub("(\d)_\d","\1",sample)) %>% 
pivot_wider(id_cols = c(location, field, date, sample), names_from = c(height), values_from = temp, names_prefix = "sample")
# A tibble: 4 × 6
location field    date sample sample1 sample10
<chr>    <chr>   <int> <chr>    <int>    <int>
1 loc1     fieldA 202001 1           86       92
2 loc1     fieldA 202001 2           88       82
3 loc1     fieldA 202002 1           81       90
4 loc1     fieldA 202002 2           88       82

更新后的问题:

df %>% 
mutate(sample = sub("(\d)_\d","\1",sample)) %>% 
pivot_wider(id_cols = c(location, field, date), names_from = c(sample, height), values_from = temp, names_prefix = "sample") %>% 
mutate(date = lubridate::ym(as.character(date)))
# A tibble: 2 × 7
location field  date       sample1_1 sample1_10 sample2_1 sample2_10
<chr>    <chr>  <date>         <int>      <int>     <int>      <int>
1 loc1     fieldA 2020-01-01        86         92        88         82
2 loc1     fieldA 2020-02-01        81         90        88         82