Как изменить данные из длинного в широкий формат

Ответ 1

Использование функции reshape:

reshape(dat1, idvar = "name", timevar = "numbers", direction = "wide")

Ответ 2

Новый (в 2014 году) пакет tidyr также делает это просто, при этом gather()/spread() являются терминами для melt/cast.

Изменить: Теперь, в 2019 году, tidyr v 1.0 запустил и установил spread и gather на пути устаревания, предпочитая вместо этого pivot_wider и pivot_longer, которые вы можете найти описанными в этом ответе. Продолжайте читать, если хотите кратко взглянуть на короткую жизнь spread/gather.

library(tidyr)
spread(dat1, key = numbers, value = value)

из github,

tidyr - это рефрейминг reshape2, предназначенный для сопровождения аккуратной структуры данных и для совместной работы с magrittr и dplyr для создания надежного конвейера для анализа данных.

Так же, как reshape2 сделал меньше, чем изменить, tidyr делает меньше, чем reshape2. Он разработан специально для упорядочивания данных, а не для общего изменения формы, которое делает reshape2, или общего агрегирования, которое сделал изменение. В частности, встроенные методы работают только для фреймов данных, а tidyr не предоставляет полей или агрегирования.

Ответ 3

Вы можете сделать это с помощью функции reshape() или с помощью функций melt()/cast() в пакете reshape. Для второго варианта код примера

library(reshape)
cast(dat1, name ~ numbers)

Или используя reshape2

library(reshape2)
dcast(dat1, name ~ numbers)

Ответ 4

Другим вариантом, если производительность является проблемой, является использование расширения data.table reshape2 функций таяния и dcast

(Ссылка: эффективная переформатирование с использованием data.tables)

library(data.table)

setDT(dat1)
dcast(dat1, name ~ numbers, value.var = "value")

#          name          1          2         3         4
# 1:  firstName  0.1836433 -0.8356286 1.5952808 0.3295078
# 2: secondName -0.8204684  0.4874291 0.7383247 0.5757814

И, начиная с data.table v1.9.6, мы можем использовать несколько столбцов

## add an extra column
dat1[, value2 := value * 2]

## cast multiple value columns
dcast(dat1, name ~ numbers, value.var = c("value", "value2"))

#          name    value_1    value_2   value_3   value_4   value2_1   value2_2 value2_3  value2_4
# 1:  firstName  0.1836433 -0.8356286 1.5952808 0.3295078  0.3672866 -1.6712572 3.190562 0.6590155
# 2: secondName -0.8204684  0.4874291 0.7383247 0.5757814 -1.6409368  0.9748581 1.476649 1.1515627

Ответ 5

Используя ваш пример dataframe, мы могли бы:

xtabs(value ~ name + numbers, data = dat1)

Ответ 6

Другие два варианта:

Базовый пакет:

df <- unstack(dat1, form = value ~ numbers)
rownames(df) <- unique(dat1$name)
df

sqldf пакет:

library(sqldf)
sqldf('SELECT name,
      MAX(CASE WHEN numbers = 1 THEN value ELSE NULL END) x1, 
      MAX(CASE WHEN numbers = 2 THEN value ELSE NULL END) x2,
      MAX(CASE WHEN numbers = 3 THEN value ELSE NULL END) x3,
      MAX(CASE WHEN numbers = 4 THEN value ELSE NULL END) x4
      FROM dat1
      GROUP BY name')

Ответ 7

Используя базовую aggregate функцию R:

aggregate(value ~ name, dat1, I)

# name           value.1  value.2  value.3  value.4
#1 firstName      0.4145  -0.4747   0.0659   -0.5024
#2 secondName    -0.8259   0.1669  -0.8962    0.1681

Ответ 8

В Win-Vector vtreat очень мощный новый пакет от ученых-гениальных данных (vtreat, seplyr и replyr) под названием cdata. Он реализует принципы "скоординированных данных", описанные в этом документе, а также в этом блоге. Идея состоит в том, что независимо от того, как вы организуете свои данные, должна быть возможность идентифицировать отдельные точки данных, используя систему "координат данных". Вот выдержка из недавнего сообщения в блоге Джона Маунта:

Вся система основана на двух примитивах или операторах cdata :: moveValuesToRowsD() и cdata :: moveValuesToColumnsD(). Эти операторы имеют возможность вращения, разворота, горячего кодирования, транспонирования, перемещения нескольких строк и столбцов и многих других преобразований в виде простых особых случаев.

Легко написать много разных операций в терминах примитивов cdata. Эти операторы могут работать в оперативной памяти или в большом масштабе данных (с базами данных и Apache Spark; для больших данных используйте варианты cdata :: moveValuesToRowsN() и cdata :: moveValuesToColumnsN()). Преобразования управляются управляющей таблицей, которая сама является диаграммой (или изображением) преобразования.

Сначала мы создадим контрольную таблицу (подробности см. В блоге), а затем выполним перемещение данных из строк в столбцы.

library(cdata)
# first build the control table
pivotControlTable <- buildPivotControlTableD(table = dat1, # reference to dataset
                        columnToTakeKeysFrom = 'numbers', # this will become column headers
                        columnToTakeValuesFrom = 'value', # this contains data
                        sep="_")                          # optional for making column names

# perform the move of data to columns
dat_wide <- moveValuesToColumnsD(tallTable =  dat1, # reference to dataset
                    keyColumns = c('name'),         # this(these) column(s) should stay untouched 
                    controlTable = pivotControlTable# control table above
                    ) 
dat_wide

#>         name  numbers_1  numbers_2  numbers_3  numbers_4
#> 1  firstName  0.3407997 -0.7033403 -0.3795377 -0.7460474
#> 2 secondName -0.8981073 -0.3347941 -0.5013782 -0.1745357

Ответ 9

Функция базового reshape работает отлично:

df <- data.frame(
  year   = c(rep(2000, 12), rep(2001, 12)),
  month  = rep(1:12, 2),
  values = rnorm(24)
)
df_wide <- reshape(df, idvar="year", timevar="month", v.names="values", direction="wide", sep="_")
df_wide

куда

• idvar это столбец классов, который разделяет строки
• timevar - столбец классов
• v.names - это столбец, содержащий числовые значения
• direction указывает широкий или длинный формат
• необязательный аргумент sep - это разделитель, используемый между timevar классов v.names и v.names в выходном data.frame.

Если idvar существует, создайте его перед использованием функции reshape():

df$id   <- c(rep("year1", 12), rep("year2", 12))
df_wide <- reshape(df, idvar="id", timevar="month", v.names="values", direction="wide", sep="_")
df_wide

Просто помните, что idvar необходим! Часть timevar и v.names проста. Вывод этой функции более предсказуем, чем некоторые другие, так как все явно определено.

Ответ 10

В версии tidyr '0.8.3.9000 есть pivot_wider и pivot_longer которые обобщенно выполняют преобразование (long → wide, wide → long соответственно) из 1 в несколько столбцов. Использование данных OP

-single длинный столбец → широкий

library(dplyr)
library(tidyr)
dat1 %>% 
    pivot_wider(names_from = numbers, values_from = value)
# A tibble: 2 x 5
#  name          '1'    '2'    '3'    '4'
#  <fct>       <dbl>  <dbl>  <dbl>  <dbl>
#1 firstName   0.341 -0.703 -0.380 -0.746
#2 secondName -0.898 -0.335 -0.501 -0.175

→ создал еще один столбец для отображения функциональности

dat1 %>% 
    mutate(value2 = value * 2) %>% 
    pivot_wider(names_from = numbers, values_from = c("value", "value2"))
# A tibble: 2 x 9
#  name       value_1 value_2 value_3 value_4 value2_1 value2_2 value2_3 value2_4
#  <fct>        <dbl>   <dbl>   <dbl>   <dbl>    <dbl>    <dbl>    <dbl>    <dbl>
#1 firstName    0.341  -0.703  -0.380  -0.746    0.682   -1.41    -0.759   -1.49 
#2 secondName  -0.898  -0.335  -0.501  -0.175   -1.80    -0.670   -1.00    -0.349

Ответ 11

гораздо проще!

devtools::install_github("yikeshu0611/onetree") #install onetree package

library(onetree)
widedata=reshape_toWide(data = dat1,id = "name",j = "numbers",value.var.prefix = "value")
widedata

        name     value1     value2     value3     value4
   firstName  0.3407997 -0.7033403 -0.3795377 -0.7460474
  secondName -0.8981073 -0.3347941 -0.5013782 -0.1745357

если вы хотите вернуться от широкого к длинному, измените только Широкий на Длинный без изменений в объектах.

reshape_toLong(data = widedata,id = "name",j = "numbers",value.var.prefix = "value")

        name numbers      value
   firstName       1  0.3407997
  secondName       1 -0.8981073
   firstName       2 -0.7033403
  secondName       2 -0.3347941
   firstName       3 -0.3795377
  secondName       3 -0.5013782
   firstName       4 -0.7460474
  secondName       4 -0.1745357