R 将数据重塑为面板形式

我有一些数据，其中对象名是一个变量名，如

EPS

，

price

等（大约25个这样的不同对象）

数据的排列方式如下：

EPS <- read.table(text = "
Year    Microsoft   Facebook
2001    12          20
2002    15          23
2003    16          19
", header = TRUE)

Profit <- read.table(text = "
Year    Microsoft   Facebook
2001    15          36
2002    19          40
2003    25          45
", header = TRUE)

---

如何做到这一点？有没有办法将所有变量的数据安排为一个对象？每个变量的数据从一个csv文件（如EPS.csv、Profit.csv等）导入到R中。有没有办法创建从导入到以所需格式排列数据的循环

我们可以在

列表中获取数据集。如果我们已经创建了“EPS”、“利润”作为对象，请使用
mget
获取
列表中的对象，使用
rbindlist
将其转换为单个data.table，
melt
转换为
long
格式，并使用
dcast
将其重塑为“宽”

library(data.table)#v1.9.6+
DT <- rbindlist(mget(c('EPS', 'Profit')), idcol=TRUE)
DT1 <- dcast(melt(rbindlist(mget(c('EPS', 'Profit')), idcol=TRUE),
           id.var=c('.id', 'Year'), variable.name='Co_Name'), 
           Year+Co_Name~.id, value.var='value')
DT1
#   Year   Co_Name EPS Profit
#1: 2001 Microsoft  12     15
#2: 2001  Facebook  20     36
#3: 2002 Microsoft  15     19
#4: 2002  Facebook  23     40
#5: 2003 Microsoft  16     25
#6: 2003  Facebook  19     45

我们可以在
列表中获取数据集。如果我们已经创建了“EPS”、“利润”作为对象，请使用
mget
获取
列表中的对象，使用
rbindlist
将其转换为单个data.table，
melt
转换为
long
格式，并使用
dcast
将其重塑为“宽”

library(data.table)#v1.9.6+
DT <- rbindlist(mget(c('EPS', 'Profit')), idcol=TRUE)
DT1 <- dcast(melt(rbindlist(mget(c('EPS', 'Profit')), idcol=TRUE),
           id.var=c('.id', 'Year'), variable.name='Co_Name'), 
           Year+Co_Name~.id, value.var='value')
DT1
#   Year   Co_Name EPS Profit
#1: 2001 Microsoft  12     15
#2: 2001  Facebook  20     36
#3: 2002 Microsoft  15     19
#4: 2002  Facebook  23     40
#5: 2003 Microsoft  16     25
#6: 2003  Facebook  19     45

为了好玩，我们还可以使用
dplyr
、
tidyr
和
purr
获得相同的结果

library(dplyr)
library(tidyr)
library(readr)
library(purrr)

list_of_csv <- list.files(path = ".", pattern = ".csv", full.names = TRUE)
file_name <- gsub(".csv", "", basename(list_of_csv))

list_of_csv %>%
  map(~ read_csv(.)) %>%
  map(~ gather(data = ., key = co_name, value = value, -year)) %>%
  reduce(inner_join, by = c("year", "co_name")) %>%
  setNames(., c("year", "co_name", file_name))
## Source: local data frame [6 x 4]

##    year   co_name   eps profit
##   (int)    (fctr) (int)  (int)
## 1  2001 microsoft    12     15
## 2  2002 microsoft    15     19
## 3  2003 microsoft    16     25
## 4  2001  facebook    20     36
## 5  2002  facebook    23     40
## 6  2003  facebook    19     45

库（dplyr）
图书馆（tidyr）
图书馆（readr）
图书馆（purrr）
列表（共个）
映射（~gather（data=，key=co_name，value=value，-year））%>%
减少（内部联接，按=c（“年”，“公司名称”））%>%
集合名（，c（“年”、“公司名”、文件名））
##来源：本地数据帧[6 x 4]
##年度公司名称每股收益利润
##（国际）（fctr）（国际）（国际）
##1 2001 microsoft 12 15
##2 2002微软15 19
##3 2003 microsoft 16 25
##4 2001 facebook 20 36
##2002年5月23日40
##6 2003年11月19日45
为了好玩，我们还可以使用
dplyr
、
tidyr
和
purrr
获得相同的结果

library(dplyr)
library(tidyr)
library(readr)
library(purrr)

list_of_csv <- list.files(path = ".", pattern = ".csv", full.names = TRUE)
file_name <- gsub(".csv", "", basename(list_of_csv))

list_of_csv %>%
  map(~ read_csv(.)) %>%
  map(~ gather(data = ., key = co_name, value = value, -year)) %>%
  reduce(inner_join, by = c("year", "co_name")) %>%
  setNames(., c("year", "co_name", file_name))
## Source: local data frame [6 x 4]

##    year   co_name   eps profit
##   (int)    (fctr) (int)  (int)
## 1  2001 microsoft    12     15
## 2  2002 microsoft    15     19
## 3  2003 microsoft    16     25
## 4  2001  facebook    20     36
## 5  2002  facebook    23     40
## 6  2003  facebook    19     45

库（dplyr）
图书馆（tidyr）
图书馆（readr）
图书馆（purrr）
列表（共个）
映射（~gather（data=，key=co_name，value=value，-year））%>%
减少（内部联接，按=c（“年”，“公司名称”））%>%
集合名（，c（“年”、“公司名”、文件名））
##来源：本地数据帧[6 x 4]
##年度公司名称每股收益利润
##（国际）（fctr）（国际）（国际）
##1 2001 microsoft 12 15
##2 2002微软15 19
##3 2003 microsoft 16 25
##4 2001 facebook 20 36
##2002年5月23日40
##6 2003年11月19日45
很酷。但我希望数据公司明智的ie先用于Microsoft，然后用于Facebook。@Neeraj您可以在您的代码中订购，Microsoft和Facebook的vaules正在交换。这很酷。但我希望数据公司先为Microsoft提供智能ie，然后为Facebook提供智能ie。@Neeraj您可以在您的代码中订购，Microsoft和Facebook vaules正在交换。如果您能提供一些关于使用
地图的说明，那会更好，
reduce
等。如果您能提供一些关于使用
map
，
reduce
等的说明，那就更好了。