用Reshape2清洗HTML表

Question

R.的新用户根本想不出怎么问这个问题。我为HTML表格抓取了一个网页。一般来说，一切都很顺利，除了一张桌子。不存在7个单独的表，而是将所有内容折叠到一个表中，其中第一个表的列名和值为两个单独的列，所有其他表都是行。结果如下所示：

df <- data.frame(is_employed = c("Hobbies", "Has Previous Experience"), false = c("squash", "false"))

显然，我需要将第一列中的行(和列名)作为它们自己的列，第二列中的项作为它们的值，最好在列名中带有下划线。我试过：

df <- dcast(df, ~is_employed, value.var = "false")

但收到了一条错误信息。然后我想增加另一栏，如下：

df2 <- data.frame(number = c(1, 2), is_employed = c("Hobbies", "Has Previous Experience"), false = c("squash", "false"))

然后我试着

df3 <- dcast(df2, number ~is_employed, value.var="false")

它将值作为自己的列放置在第一列中，但是产生了带有NAs的两行(而不是1)。我相信这是很基本的，但我搞不懂。

编辑:我想这给了我我想要的东西，但是我离我的电脑很远，所以我无法确认：

library("dplyr")
library("tidyr")

mat <- as.matrix(df)
mat <- rbind(colnames(mat), mat)
colnames(mat) <- c("variable", "value")


df2 <- as.data.frame(mat)

df3 <- df2 %>%
   mutate(n = 1) %>%
   spread(variable, value) %>%
   select(-n)

我需要添加n，否则我得到NAs，但我不喜欢它。

Answer 1

这就是你想要的吗？

mat <- as.matrix(df)
mat <- rbind(colnames(mat), mat)
colnames(mat) <- c("variable", "value")
mat
#      variable                  value   
# [1,] "is_employed"             "false" 
# [2,] "Hobbies"                 "squash"
# [3,] "Has Previous Experience" "false" 

as.data.frame(mat)
#                  variable  value
# 1             is_employed  false
# 2                 Hobbies squash
# 3 Has Previous Experience  false