1
將CSV文件切割成不同的列這是Pivoting a CSV file using R的後續問題。使用R
在這個問題中,我想根據列(repository_name)中的值將單個列(類型)分割爲多個列。使用了以下輸入數據。
type created_at repository_name
1 IssuesEvent 2012-03-11 06:48:31 bootstrap
2 IssuesEvent 2012-03-11 06:48:31 bootstrap
3 IssueCommentEvent 2012-03-11 07:03:57 bootstrap
4 IssueCommentEvent 2012-03-11 07:03:57 bootstrap
5 IssueCommentEvent 2012-03-11 07:03:57 bootstrap
6 IssuesEvent 2012-03-11 07:03:58 bootstrap
7 WatchEvent 2012-03-11 07:18:45 hogan.js
8 WatchEvent 2012-03-11 07:18:45 hogan.js
9 WatchEvent 2012-03-11 07:18:45 hogan.js
10 IssueCommentEvent 2012-03-11 07:03:57 bootstrap
完整的CSV文件可在https://github.com/aronlindberg/VOSS-Sequencing-Toolkit/blob/master/twitter_exploratory_analysis/all_events.csv上找到。
這裏是CSV的第30行的dput():
structure(list(type = structure(c(3L, 3L, 3L, 3L, 3L, 3L, 2L,
2L, 2L, 3L, 3L, 3L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 1L, 1L,
1L, 4L, 4L, 4L, 2L, 2L, 2L), .Label = c("ForkEvent", "IssueCommentEvent",
"IssuesEvent", "WatchEvent"), class = "factor"), created_at = structure(c(1L,
1L, 1L, 2L, 2L, 2L, 3L, 3L, 3L, 4L, 4L, 4L, 5L, 5L, 5L, 6L, 6L,
6L, 7L, 7L, 7L, 8L, 8L, 8L, 9L, 9L, 9L, 10L, 10L, 10L), .Label = c("2012-03-11 06:48:31",
"2012-03-11 06:52:50", "2012-03-11 07:03:57", "2012-03-11 07:03:58",
"2012-03-11 07:15:44", "2012-03-11 07:18:45", "2012-03-11 07:19:01",
"2012-03-11 07:23:56", "2012-03-11 07:32:43", "2012-03-11 07:38:52"
), class = "factor"), repository_name = structure(c(1L, 1L, 1L,
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, 1L,
1L, 1L, 1L, 1L, 1L, 3L, 3L, 3L, 1L, 1L, 1L), .Label = c("bootstrap",
"hogan.js", "twemproxy"), class = "factor")), .Names = c("type",
"created_at", "repository_name"), class = "data.frame", row.names = c(NA,
-30L))
這個問題深受誰提出的這個代碼@flodel回答。
data.split <- split(events.raw$type, events.raw$repository_name)
data.split
list.to.df <- function(arg.list) {
max.len <- max(sapply(arg.list, length))
arg.list <- lapply(arg.list, `length<-`, max.len)
as.data.frame(arg.list)
}
df.out <- list.to.df(data.split)
df.out
不過,現在我想對列表進行排序,這樣的事件(類型)爲每個回購(repository_name)一列排序每個每月(從「created_at」列中提取)這樣:
bootstrap_2012_03 bootstrap_2012_04 hogan.js_2012_03
1 IssuesEvent PushEvent PushEvent
2 IssuesEvent IssuesEvent IssuesEvent
3 OssueCommentEvent WatchEvent IssuesEvent
一些其他的假設是:
- 時間戳僅僅是訂貨和不需要通過在該行同步
- 即使「IssuesEvent」重複10倍我需要保留所有這些,因爲我將使用R包占美娜
- 列可以不相等長度的做序列分析
- 沒有爲不同的列之間沒有關係回購協議(「repository_name」)
- 數據不同月份的同一個版本庫的完全獨立
我如何R中做到這一點?
當你問你的更早的問題,它也被建議[提供一個可重複的數據的例子](http://stackoverflow.com/questions/5963269/how-to-make-a-great-r-reproducible-example)。如果沒有潛在受訪者的額外工作,以這種格式存儲的數據就不容易複製並粘貼到R中。 – A5C1D2H2I1M1N2O1R2T1
忘記了。我正在使用的文件可以在這裏找到:https://github.com/aronlindberg/VOSS-Sequencing-Toolkit/blob/master/twitter_exploratory_analysis/all_events.csv – histelheim
我建議你使用'dput()'來粘貼你的將數據抽樣到問題中。 – Andrie