R中的复杂数据整形
我有一个包含3列的数据框(摘录如下):R中的复杂数据整形,r,reshape2,tidyr,R,Reshape2,Tidyr,我有一个包含3列的数据框(摘录如下): df试试看 更新 对于编辑,您可以在聚集 gather(df, Var, Val, A:B) %>% unite(YearVar, Var, Year) %>% spread(YearVar, Val) # id A_2007 A_2008 A_2009 B_2007 B_2008 B_2009 #1 1 5 2 3 10 0 50 #2 2
df试试看
更新
对于编辑,您可以在聚集
gather(df, Var, Val, A:B) %>%
unite(YearVar, Var, Year) %>%
spread(YearVar, Val)
# id A_2007 A_2008 A_2009 B_2007 B_2008 B_2009
#1 1 5 2 3 10 0 50
#2 2 7 5 6 13 17 17
下面是一个使用数据的可能解决方案。表v>=1.9.5
library(data.table)
dcast(setDT(df), . ~ Year, value.var = c("A", "B"))
# . 2007_A 2008_A 2009_A 2007_B 2008_B 2009_B
# 1: . 5 2 3 10 0 50
编辑:根据新数据集,只需将id
添加到公式中即可
dcast(setDT(df), id ~ Year, value.var = c("A", "B"))
# id 2007_A 2008_A 2009_A 2007_B 2008_B 2009_B
# 1: 1 5 2 3 10 0 50
# 2: 2 7 5 6 13 17 17
base R
中的另一个简单选项:
df_needed <- matrix(as.vector(t(df[, -1])), ncol=nrow(df)*(ncol(df)-1))
colnames(df_needed) <- paste(rep(colnames(df)[-1], nrow(df)), rep(df[, 1], e=ncol(df)-1), sep="_")
df_needed
# A_2007 B_2007 A_2008 B_2008 A_2009 B_2009
#[1,] 5 10 2 0 3 50
df_neededGood ol'base::重塑
在这里效果很好。只需首先创建一个虚拟id变量
df$id <- 1
reshape(df, v.names = c("A", "B"), timevar = "Year", idvar = "id", direction = "wide")
# id A.2007 B.2007 A.2008 B.2008 A.2009 B.2009
# 1 1 5 10 2 0 3 50
这也适用于已编辑的数据(碰巧已经有了“id”变量)
您也可以使用重塑2::重铸
:
recast(df, id ~ variable + Year, id.var = 1:2)
有没有办法将此解决方案用于最终数据集中超过1行的数据?请参见编辑我当前有此错误消息:错误:行(1,4)、(2,5)、(3,6)、(7,10)、(8,11)、(9,12)的标识符重复。
@psql您需要基于新数据集创建一个indx变量。您希望如何使编辑中的组发生变化?@psql Trydf%>%mutate(indx=cumsum(c(TRUE,diff(df$Year)%gather(Var,Val,A:B)%%>%unite(YearVar,Var,Year)%%>%spread(YearVar,Val)%%>%select(-indx)
@psql好的,我根据您的第三次编辑进行了编辑。请检查works@psql,请参阅我的编辑。与其他解决方案相比,此解决方案不仅具有最短的代码,而且将是迄今为止最有效的解决方案。
df_needed <- matrix(as.vector(t(df[, -1])), ncol=nrow(df)*(ncol(df)-1))
colnames(df_needed) <- paste(rep(colnames(df)[-1], nrow(df)), rep(df[, 1], e=ncol(df)-1), sep="_")
df_needed
# A_2007 B_2007 A_2008 B_2008 A_2009 B_2009
#[1,] 5 10 2 0 3 50
df_split <- split(df, df$Year)
df_split <- lapply(df_split, function(df){colnames(df)[-1] <- paste(colnames(df)[-1], unique(df$Year), sep="_"); df <- df[, -1]; return(df)})
df_needed <- do.call("cbind", df_split)
colnames(df_needed) <- sub("^\\d{4}\\.","",colnames(df_needed))
df_needed
# A_2007 B_2007 A_2008 B_2008 A_2009 B_2009
#1 5 10 2 0 3 50
#4 7 13 5 17 6 17
df$id <- 1
reshape(df, v.names = c("A", "B"), timevar = "Year", idvar = "id", direction = "wide")
# id A.2007 B.2007 A.2008 B.2008 A.2009 B.2009
# 1 1 5 10 2 0 3 50
reshape(df, timevar = "Year", idvar = "id", direction = "wide")
# id A_2007 B_2007 A_2008 B_2008 A_2009 B_2009
# 1 1 5 10 2 0 3 50
# 2 2 7 13 5 17 6 17
recast(df, id ~ variable + Year, id.var = 1:2)