Повторное изменение ширины до нескольких с несколькими столбцами значений
Мне нужно переформатировать большую таблицу в длинный формат, но сохраняя несколько полей для каждой записи, например:
dw <- read.table(header=T, text='
sbj f1.avg f1.sd f2.avg f2.sd blabla
A 10 6 50 10 bA
B 12 5 70 11 bB
C 20 7 20 8 bC
D 22 8 22 9 bD
')
# Now I want to melt this table, keeping both AVG and SD as separate fields for each measurement, to get something like this:
# sbj var avg sd blabla
# A f1 10 6 bA
# A f2 50 10 bA
# B f1 12 5 bB
# B f2 70 11 bB
# C f1 20 7 bC
# C f2 20 8 bC
# D f1 22 8 bD
# D f2 22 9 bD
У меня есть базовые знания об использовании melt и reshape, но для меня не очевидно, как применять такую перестройку в моем случае.
Я был бы благодарен за любые намеки или указал бы на другой пост SO, если бы уже было задано нечто подобное.
Ответы
Ответ 1
reshape делает это с соответствующими аргументами.
varying перечислены столбцы, которые существуют в широком формате, но разделены на несколько строк в длинном формате. v.names - это эквиваленты с длинным форматом. Между ними создается сопоставление.
От ?reshape:
Кроме того, угадывание не выполняется, если явно указано v.names. Обратите внимание, что порядок переменных в переменном равен x.1, y.1, x.2, y.2.
Учитывая эти аргументы varying и v.names, reshape достаточно умен, чтобы увидеть, что я указал, что индекс перед точкой здесь (то есть порядок 1.x, 1.y, 2.x, 2.y). Обратите внимание, что исходные данные имеют столбцы в этом порядке, поэтому мы можем указать varying=2:5 для данных примера, но это вообще небезопасно.
Учитывая значения times и v.names, reshape разбивает столбцы varying на символ . (аргумент sep по умолчанию) для создания столбцов на выходе.
times указывает значения, которые должны использоваться в созданном столбце var, и v.names наклеены на эти значения, чтобы получить имена столбцов в широком формате для сопоставления с результатом.
Наконец, idvar указан как столбец sbj, который идентифицирует отдельные записи в широком формате (спасибо @thelatemail).
reshape(dw, direction='long',
varying=c('f1.avg', 'f1.sd', 'f2.avg', 'f2.sd'),
timevar='var',
times=c('f1', 'f2'),
v.names=c('avg', 'sd'),
idvar='sbj')
## sbj blabla var avg sd
## A.f1 A bA f1 10 6
## B.f1 B bB f1 12 5
## C.f1 C bC f1 20 7
## D.f1 D bD f1 22 8
## A.f2 A bA f2 50 10
## B.f2 B bB f2 70 11
## C.f2 C bC f2 20 8
## D.f2 D bD f2 22 9
Ответ 2
Другой вариант с использованием нового пакета tidyr Hadley.
library(tidyr)
library(dplyr)
dw <- read.table(header=T, text='
sbj f1.avg f1.sd f2.avg f2.sd blabla
A 10 6 50 10 bA
B 12 5 70 11 bB
C 20 7 20 8 bC
D 22 8 22 9 bD
')
dw %>%
gather(v, value, f1.avg:f2.sd) %>%
separate(v, c("var", "col")) %>%
arrange(sbj) %>%
spread(col, value)
Ответ 3
Это похоже на то, что вы хотите, за исключением того, что f удаляется из элементов в time.
reshape(dw, idvar = "sbj", varying = list(c(2,4),c(3,5)), v.names = c("ave", "sd"), direction = "long")
sbj blabla time ave sd
A.1 A bA 1 10 6
B.1 B bB 1 12 5
C.1 C bC 1 20 7
D.1 D bD 1 22 8
A.2 A bA 2 50 10
B.2 B bB 2 70 11
C.2 C bC 2 20 8
D.2 D bD 2 22 9
Ответ 4
Чтобы добавить к имеющимся здесь параметрам, вы также можете рассмотреть merged.stack из моего пакета splitstackshape:
library(splitstackshape)
merged.stack(dw, var.stubs = c("avg", "sd"), sep = "var.stubs", atStart = FALSE)
# sbj blabla .time_1 avg sd
# 1: A bA f1. 10 6
# 2: A bA f2. 50 10
# 3: B bB f1. 12 5
# 4: B bB f2. 70 11
# 5: C bC f1. 20 7
# 6: C bC f2. 20 8
# 7: D bD f1. 22 8
# 8: D bD f2. 22 9
Вы также можете сделать небольшую очистку в переменной ".time_1", как это.
merged.stack(dw, var.stubs = c("avg", "sd"),
sep = "var.stubs", atStart = FALSE)[, .time_1 := sub(
".", "", .time_1, fixed = TRUE)][]
# sbj blabla .time_1 avg sd
# 1: A bA f1 10 6
# 2: A bA f2 50 10
# 3: B bB f1 12 5
# 4: B bB f2 70 11
# 5: C bC f1 20 7
# 6: C bC f2 20 8
# 7: D bD f1 22 8
# 8: D bD f2 22 9
Обратите внимание на использование аргумента atStart = FALSE. Это связано с тем, что ваши имена немного отличаются от других, чем похоже на функции, связанные с преобразованием. В общем, ожидается, что "заглушка" будет первой, а затем "временами", например:
dw2 <- dw
setnames(dw2, gsub("(.*)\\.(.*)", "\\2.\\1", names(dw2)))
names(dw2)
# [1] "sbj" "avg.f1" "sd.f1" "avg.f2" "sd.f2" "blabla"
Если имена были в этом формате, то и базовые R reshape, и merged.stack получат более прямой синтаксис:
merged.stack(dw2, var.stubs = c("avg", "sd"), sep = ".")
reshape(dw2, idvar = c("sbj", "blabla"), varying = 2:5,
sep = ".", direction = "long")
Ответ 5
melt из версии <= 21.6 > data.table, делает это, указав индекс столбца в measure.vars как list.
melt(setDT(dw), measure.vars=list(c(2,4), c(3,5)),
variable.name='var', value.name=c('avg', 'sd'))[,
var:= paste0('f',var)][order(sbj)]
# sbj blabla var avg sd
#1: A bA f1 10 6
#2: A bA f2 50 10
#3: B bB f1 12 5
#4: B bB f2 70 11
#5: C bC f1 20 7
#6: C bC f2 20 8
#7: D bD f1 22 8
#8: D bD f2 22 9
Или вы можете использовать новую функцию patterns:
melt(setDT(dw),
measure = patterns("avg", "sd"),
variable.name = 'var', value.name = c('avg', 'sd'))
# sbj blabla var avg sd
# 1: A bA 1 10 6
# 2: B bB 1 12 5
# 3: C bC 1 20 7
# 4: D bD 1 22 8
# 5: A bA 2 50 10
# 6: B bB 2 70 11
# 7: C bC 2 20 8
# 8: D bD 2 22 9
