Преобразование короткого широкого фрейма данных в длинный описательный отчет с произвольным текстом

Как насчет этого?

set.seed(1)
age <- abs(rnorm(10, 40, 20)) 
patient.key <- 101:110
date.birth <- as.Date("2011-02-02") - age * 365
number.surgeries.12months <- rnbinom(10, 1, .5)
number.surgeries.lifetime <- trunc(number.surgeries.12months * (1 + age/10))
comments <- "comments text here"
data <- data.frame(patient.key, 
                   date.birth, 
                   number.surgeries.12months, 
                   number.surgeries.lifetime, 
                   comments)

Подгруппируйте данные по интересующим вас пациентам и полям:

selected.patients <- c(105, 109)
selected.fields <- c("patient.key", "number.surgeries.lifetime", "comments")
subdata <- subset(data[ , selected.fields], patient.key %in% selected.patients)

Отформатируйте результат для печати.

# paste the column name next to each data field
taggeddata <- apply(subdata, 1, 
                    function(row) paste(colnames(data), row, sep = ":"))
# paste all the data fields into one line of text
textdata <- apply(taggeddata, 2, 
                  function(rec) do.call("paste", as.list(rec)))
# write to a file or to screen
writeLines(textdata)

Хотя я рискую повториться, я приведу еще один аргумент в пользу пакета RMySQL. Вы сможете редактировать свою базу данных с помощью своего любимого клиента SQL (я рекомендую SequelPro). Используя операторы SELECT/фильтрацию, а затем отредактируйте его. Например

SELECT patentid, patentname, inability FROM patients LIMIT 5 

может отображать только необходимые поля. С помощью хорошего SQL-клиента вы можете напрямую редактировать результат и сохранять его в базе данных. После этого вы можете просто перезагрузить базу данных в R. Я знаю, что многие люди будут утверждать, что ваш набор данных слишком мал для таких накладных расходов, но все же я бы предпочел свойства редактирования большинства редакторов SQL R. То же самое относится к объединение столов, если это становится сложнее. Кроме того, вам может быть интересно написать представления («таблицы», которые обновляются при доступе), которые будут обрабатываться как таблицы в R.

Проверить библиотеку (изменить форму). Я думаю, что если вы начнете с Melt() ваших данных, ваши ноги будут на пути к желаемому результату. Дайте нам знать, если это похоже на то, что это поможет и как это происходит оттуда.