Suppression de colonnes individuelles en double et implantation dans R

Question

Voici un petit échantillon des colonnes:

df<-read.table (text=" Name1   id1 Nam2    id2 Name3   id3
'Hay, Gho'    1   'Nar,Sim' 2   'Tag,Kami'    19
'Ray, Com'   13  'Kam,Nao' 5   'Nar,kasi'    20
'Hay,Gho' 1   'Hal,Ghw' 4   'Nar,kasi'    20
'Bab,Sim' 11  'Hay,Gho' 3   'Kam,Nao' 24
'Tag,kami'    22  'Bab,Sim' 6   'Ray,com' 29
'Bab,sim' 11  'Nar,Sim' 2   'Tag,Kami'    19

", header=TRUE)

Je souhaite supprimer les doublons dans chaque colonne, puis les empiler pour obtenir le tableau suivant:

Name    code    Id
Hayo,Gho 1  id1
Ray,com 13  id1
Bab,Sim 11  id1
Tag,kim 22  id1
Nar,Sim 2   1d2
Kam,Nao 5   1d2
Hal,Ghw 4   1d2
Hay,Gho 3   1d2
Bab,Sim 6   id2
Tag,Kimi 19 id3
Nar,Kasi 20 id3
Kam,Nao 24  id3
Ray,com 19  id3

Answer 1

Essayez cette approche. Il utilise une jointure après avoir remodelé les données par identifiant et nom. En outre, certaines tâches de nettoyage étaient nécessaires car les noms avaient des espaces et des minuscules et des majuscules. Voici le code utilisant dplyret tidyr:

library(dplyr)
library(tidyr)
#Code
newdf <- df %>% dplyr::select(starts_with('Nam')) %>%
  mutate(id=row_number()) %>%
  pivot_longer(-id) %>%
  rename(Name=value) %>%
  group_by(id) %>%
  mutate(Var=paste0('Var',row_number())) %>%
  dplyr::select(-name) %>%
  left_join(
    df %>% dplyr::select(starts_with('id')) %>%
      mutate(id=row_number()) %>%
      pivot_longer(-id) %>%
      rename(Id=name) %>%
      group_by(id) %>%
      mutate(Var=paste0('Var',row_number()))
  ) %>% ungroup() %>% dplyr::select(-c(id,Var)) %>%
  arrange(Id) %>%
  mutate(Val=toupper(gsub(" ", "", Name, fixed = TRUE))) %>%
  group_by(Id) %>%
  filter(!duplicated(Val)) %>% dplyr::select(-Val) %>%
  mutate(Name=gsub(" ", "", Name, fixed = TRUE))

Production:

# A tibble: 13 x 3
# Groups:   Id [3]
   Name     Id    value
   <chr>    <chr> <int>
 1 Hay,Gho  id1       1
 2 Ray,Com  id1      13
 3 Bab,Sim  id1      11
 4 Tag,kami id1      22
 5 Nar,Sim  id2       2
 6 Kam,Nao  id2       5
 7 Hal,Ghw  id2       4
 8 Hay,Gho  id2       3
 9 Bab,Sim  id2       6
10 Tag,Kami id3      19
11 Nar,kasi id3      20
12 Kam,Nao  id3      24
13 Ray,com  id3      29

Answer 2

Nous pouvons le faire avec pivot_longerune manière plus compacte

library(dplyr)
library(tidyr)
pivot_longer(df, cols = everything(), names_to = c('.value', "Id"), 
       names_sep = "(?<=[a-z])(?=[0-9])") %>%
  distinct

-production