在 R 中对一系列值使用“EXCEL 偏移量”并多次使用

Question

这是我想将数据附加到其中的文件

Collection A
Jan
Feb
March
April
Collection B
Jan
Feb
March
April
Revenue A
Jan
Feb
March
April
Revenue B
Jan
Feb
March
April

我要从中提取数据的文件如下所示：

Collection    Month      Collection A    Collection B Revenue Month Revenue A   Revenue B
Collection  January     1                 5         Revenue  January    4    8
Collection  February    2                 6         Revenue  February   3    7
Collection  March       3                 7         Revenue  March      2    6
Collection  April       4                 8         Revenue  April      1    5

我希望最终输出如下所示：

Collection A
Jan           1
Feb           2
March         3         
April         4
Collection B
Jan          5
Feb          6
March        7
April        8
Revenue A
Jan         4
Feb         3
March       2 
April       1
Revenue B
Jan         8
Feb         7
March       6
April       5

我能够使用偏移量和间接函数在 excel 上运行它。但是我想更好地自动化它以备将来使用，所以我正在 R 上尝试它。

我真的坚持如何结合两个数据集以找到所需的输出。这对我来说似乎是一项不可能完成的任务。我已经尝试了几个功能，如选择、子集和排列，它们都没有帮助我进步。

如果有人能帮助我解决这个问题，我会很高兴。

Answer 1

这是实现该输出的一种方法。请注意，我从示例数据的列名中删除了空格，以便更轻松地读取到 R 中。您没有指定希望输出数据帧的列名称是什么，因此它们几乎没有意义。

library(tidyverse)
tbl <- read_table2(
"Collection    Month      CollectionA    CollectionB Revenue Month RevenueA   RevenueB
Collection  January     1                 5         Revenue  January    4    8
Collection  February    2                 6         Revenue  February   3    7
Collection  March       3                 7         Revenue  March      2    6
Collection  April       4                 8         Revenue  April      1    5"
)
#> Warning: Duplicated column names deduplicated: 'Month' => 'Month_1' [6]
tbl %>%
  select(-Collection, -Revenue, -Month_1) %>%
  gather(variable, value, -Month) %>%
  group_by(variable) %>%
  group_modify(~ add_row(.x, Month = .y$variable, value = NA, .before = 1)) %>%
  ungroup() %>%
  select(-variable)
#> # A tibble: 20 x 2
#>    Month       value
#>    <chr>       <dbl>
#>  1 CollectionA    NA
#>  2 January         1
#>  3 February        2
#>  4 March           3
#>  5 April           4
#>  6 CollectionB    NA
#>  7 January         5
#>  8 February        6
#>  9 March           7
#> 10 April           8
#> 11 RevenueA       NA
#> 12 January         4
#> 13 February        3
#> 14 March           2
#> 15 April           1
#> 16 RevenueB       NA
#> 17 January         8
#> 18 February        7
#> 19 March           6
#> 20 April           5

^{创建于 2019-06-18 由 reprex 软件包 (v0.3.0(}