Долговременные и многократные меры
Я знаю, что это было задано много раз здесь под рубрикой "длинный до широкого", но я столкнулся с ситуацией, когда у меня есть две переменные значения, которые повторяются.
id sex time score1 score2
1 subject 1 m Time1 -0.20926263 0.2499310
2 subject 2 m Time1 0.17147511 3.2708905
3 subject 3 m Time1 -0.82619584 0.5993917
4 subject 4 f Time1 -0.95568823 4.4729726
5 subject 5 f Time1 -2.29939525 8.0101254
6 subject 1 m Time2 -0.37914702 3.6387589
7 subject 2 m Time2 0.26759909 4.9027533
8 subject 3 m Time2 0.07727621 2.1848642
9 subject 4 f Time2 -0.08613439 5.8747074
10 subject 5 f Time2 -0.02743044 4.3963938
11 subject 1 m Time3 0.07176053 3.7959496
12 subject 2 m Time3 0.46463917 5.2494579
13 subject 3 m Time3 -0.68764512 2.2639503
14 subject 4 f Time3 -0.56670061 2.3361909
15 subject 5 f Time3 1.70731774 5.8345116
Быстрый способ воспроизведения кадра данных (DF).
DF<-data.frame(id=rep(paste("subject", 1:5, sep=" "), 3),
sex=rep(c("m","m","m","f","f"), 3),
time=c(rep("Time1",5), rep("Time2",5), rep("Time3",5)),
score1=rnorm(15), score2=abs(rnorm(15)*4))
Я могу решить проблему длинной ширины для двух измеренных повторяющихся переменных измерения с использованием функции reshape
из базы, но я надеялся на ответ plyr
или reshape2/1
, поскольку эти пакеты, как правило, гораздо более интуитивно понятны для меня. Если у вас есть какие-то другие решения, имейте в виду, что обучение будет замечательным.
Решение из базы:
wide <- reshape(DF, v.names=c("score1", "score2"), idvar="id",
timevar="time", direction="wide")
wide
Ответы
Ответ 1
Я думаю, что это сделает:
library(reshape)
m <- melt(DF)
Проще всего, но время и оценка находятся в обратном порядке от вашего примера (в случае, если это имеет значение)
cast(m,id+sex~...)
Или более явно:
cast(m,id+sex~variable+time)
Вы можете разрезать это на однострочный:
recast(DF,id+sex~...)
Если вам нравится, вы можете использовать новый reshape2
пакет вместо reshape
, заменив cast
на dcast
(версия recast
, включенная в reshape2
, не дает желаемого результата.)
Ответ 2
Ответ Бен - отличный вариант, учитывая, что задан этот вопрос. Однако следует отметить, что функция dcast
, включенная в более поздние версии "data.table", может обрабатывать такие проблемы, не имея при этом первых melt
данных. Таким образом, это будет более эффективный подход к использованию.
library(data.table)
dcast(as.data.table(DF), id + sex ~ time, value.var = c("score1", "score2"))
## id sex score1_Time1 score1_Time2 score1_Time3 score2_Time1 score2_Time2 score2_Time3
## 1: subject 1 m 0.78213630 -0.1557955 -0.10278773 1.5771598 1.013447 1.4583278
## 2: subject 2 m 0.07456498 -1.4707524 0.38767161 0.2372536 2.787854 3.0741317
## 3: subject 3 m -1.98935170 -0.4781501 -0.05380504 4.4001015 2.226653 0.4493848
## 4: subject 4 f 0.61982575 0.4179416 -1.37705956 3.0527030 2.755023 3.5244309
## 5: subject 5 f -0.05612874 1.3586796 -0.41499456 0.6580944 2.829981 1.5924235