将data.frame的格式从宽改为长
我很难将我的将data.frame的格式从宽改为长,r,dataframe,reshape,r-faq,data.table,tidyr,reshape2,sqldf,R,Dataframe,Reshape,R Faq,Data.table,Tidyr,Reshape2,Sqldf,我很难将我的数据.frame从宽表转换为长表。 目前看起来是这样的: Code Country 1950 1951 1952 1953 1954 AFG Afghanistan 20,249 21,352 22,532 23,557 24,555 ALB Albania 8,097 8,986 10,058 11,123 12,246 Code Country Year Value AFG
数据.frame
从宽表转换为长表。
目前看起来是这样的:
Code Country 1950 1951 1952 1953 1954
AFG Afghanistan 20,249 21,352 22,532 23,557 24,555
ALB Albania 8,097 8,986 10,058 11,123 12,246
Code Country Year Value
AFG Afghanistan 1950 20,249
AFG Afghanistan 1951 21,352
AFG Afghanistan 1952 22,532
AFG Afghanistan 1953 23,557
AFG Afghanistan 1954 24,555
ALB Albania 1950 8,097
ALB Albania 1951 8,986
ALB Albania 1952 10,058
ALB Albania 1953 11,123
ALB Albania 1954 12,246
现在我想把这个data.frame
转换成一个长的data.frame
。
大概是这样的:
Code Country 1950 1951 1952 1953 1954
AFG Afghanistan 20,249 21,352 22,532 23,557 24,555
ALB Albania 8,097 8,986 10,058 11,123 12,246
Code Country Year Value
AFG Afghanistan 1950 20,249
AFG Afghanistan 1951 21,352
AFG Afghanistan 1952 22,532
AFG Afghanistan 1953 23,557
AFG Afghanistan 1954 24,555
ALB Albania 1950 8,097
ALB Albania 1951 8,986
ALB Albania 1952 10,058
ALB Albania 1953 11,123
ALB Albania 1954 12,246
我已经看过并尝试过使用melt()
和reformate()
函数
正如一些人在类似问题中提出的那样。
然而,到目前为止,我只得到了混乱的结果
如果可能的话,我想使用restrape()函数
它看起来更易于处理。使用重塑包:
#数据
x使用重塑包:
#数据
x重塑()
需要一段时间才能适应,就像熔化/铸造一样。假设您的数据帧被称为d
,下面是一个重塑的解决方案:
reshape(d,
direction = "long",
varying = list(names(d)[3:7]),
v.names = "Value",
idvar = c("Code", "Country"),
timevar = "Year",
times = 1950:1954)
重塑()
需要一段时间才能习惯,就像熔化
/铸造
一样。假设您的数据帧被称为d
,下面是一个重塑的解决方案:
reshape(d,
direction = "long",
varying = list(names(d)[3:7]),
v.names = "Value",
idvar = c("Code", "Country"),
timevar = "Year",
times = 1950:1954)
三种备选解决方案:
1)带有:
library(tidyr)
long <- wide %>% gather(year, value, -c(Code, Country))
library(reshape2)
long <- melt(wide, id.vars = c("Code", "Country"))
wide <- read.table(text="Code Country 1950 1951 1952 1953 1954
AFG Afghanistan 20,249 21,352 22,532 23,557 24,555
ALB Albania 8,097 8,986 10,058 11,123 12,246", header=TRUE, check.names=FALSE)
您可以使用与restrape2
包中相同的melt
功能(这是一个扩展和改进的实现)<来自数据的code>melt
。表
还有更多参数,而melt
功能来自restrape2
。例如,您还可以指定变量列的名称:
library(data.table)
long <- melt(setDT(wide), id.vars = c("Code","Country"), variable.name = "year")
一些替代符号:
melt(setDT(wide), id.vars = 1:2, variable.name = "year")
melt(setDT(wide), measure.vars = 3:7, variable.name = "year")
melt(setDT(wide), measure.vars = as.character(1950:1954), variable.name = "year")
wide %>% gather(year, value, -Code, -Country)
wide %>% gather(year, value, -1:-2)
wide %>% gather(year, value, -(1:2))
wide %>% gather(year, value, -1, -2)
wide %>% gather(year, value, 3:7)
wide %>% gather(year, value, `1950`:`1954`)
2)带有:
library(tidyr)
long <- wide %>% gather(year, value, -c(Code, Country))
library(reshape2)
long <- melt(wide, id.vars = c("Code", "Country"))
wide <- read.table(text="Code Country 1950 1951 1952 1953 1954
AFG Afghanistan 20,249 21,352 22,532 23,557 24,555
ALB Albania 8,097 8,986 10,058 11,123 12,246", header=TRUE, check.names=FALSE)
3)带有:
library(tidyr)
long <- wide %>% gather(year, value, -c(Code, Country))
library(reshape2)
long <- melt(wide, id.vars = c("Code", "Country"))
wide <- read.table(text="Code Country 1950 1951 1952 1953 1954
AFG Afghanistan 20,249 21,352 22,532 23,557 24,555
ALB Albania 8,097 8,986 10,058 11,123 12,246", header=TRUE, check.names=FALSE)
注:
- 他退休了。只需进行必要的更改以保持其在起重机上。()
- 如果要排除
NA
值,可以将NA.rm=TRUE
添加到melt
以及聚集
函数中
数据的另一个问题是,值将被R作为字符值读取(由于数字中的,
)。您可以使用gsub
和as.numeric
修复该问题:
long$value <- as.numeric(gsub(",", "", long$value))
数据:
library(tidyr)
long <- wide %>% gather(year, value, -c(Code, Country))
library(reshape2)
long <- melt(wide, id.vars = c("Code", "Country"))
wide <- read.table(text="Code Country 1950 1951 1952 1953 1954
AFG Afghanistan 20,249 21,352 22,532 23,557 24,555
ALB Albania 8,097 8,986 10,058 11,123 12,246", header=TRUE, check.names=FALSE)
wide三种备选解决方案:
1)带有:
library(tidyr)
long <- wide %>% gather(year, value, -c(Code, Country))
library(reshape2)
long <- melt(wide, id.vars = c("Code", "Country"))
wide <- read.table(text="Code Country 1950 1951 1952 1953 1954
AFG Afghanistan 20,249 21,352 22,532 23,557 24,555
ALB Albania 8,097 8,986 10,058 11,123 12,246", header=TRUE, check.names=FALSE)
您可以使用与restrape2
包中相同的melt
功能(这是一个扩展和改进的实现)<来自数据的code>melt
。表
还有更多参数,而melt
功能来自restrape2
。例如,您还可以指定变量列的名称:
library(data.table)
long <- melt(setDT(wide), id.vars = c("Code","Country"), variable.name = "year")
一些替代符号:
melt(setDT(wide), id.vars = 1:2, variable.name = "year")
melt(setDT(wide), measure.vars = 3:7, variable.name = "year")
melt(setDT(wide), measure.vars = as.character(1950:1954), variable.name = "year")
wide %>% gather(year, value, -Code, -Country)
wide %>% gather(year, value, -1:-2)
wide %>% gather(year, value, -(1:2))
wide %>% gather(year, value, -1, -2)
wide %>% gather(year, value, 3:7)
wide %>% gather(year, value, `1950`:`1954`)
2)带有:
library(tidyr)
long <- wide %>% gather(year, value, -c(Code, Country))
library(reshape2)
long <- melt(wide, id.vars = c("Code", "Country"))
wide <- read.table(text="Code Country 1950 1951 1952 1953 1954
AFG Afghanistan 20,249 21,352 22,532 23,557 24,555
ALB Albania 8,097 8,986 10,058 11,123 12,246", header=TRUE, check.names=FALSE)
3)带有:
library(tidyr)
long <- wide %>% gather(year, value, -c(Code, Country))
library(reshape2)
long <- melt(wide, id.vars = c("Code", "Country"))
wide <- read.table(text="Code Country 1950 1951 1952 1953 1954
AFG Afghanistan 20,249 21,352 22,532 23,557 24,555
ALB Albania 8,097 8,986 10,058 11,123 12,246", header=TRUE, check.names=FALSE)
注:
- 他退休了。只需进行必要的更改以保持其在起重机上。()
- 如果要排除
NA
值,可以将NA.rm=TRUE
添加到melt
以及聚集
函数中
数据的另一个问题是,值将被R作为字符值读取(由于数字中的,
)。您可以使用gsub
和as.numeric
修复该问题:
long$value <- as.numeric(gsub(",", "", long$value))
数据:
library(tidyr)
long <- wide %>% gather(year, value, -c(Code, Country))
library(reshape2)
long <- melt(wide, id.vars = c("Code", "Country"))
wide <- read.table(text="Code Country 1950 1951 1952 1953 1954
AFG Afghanistan 20,249 21,352 22,532 23,557 24,555
ALB Albania 8,097 8,986 10,058 11,123 12,246", header=TRUE, check.names=FALSE)
wide这里是另一个示例,显示了从tidyr
中使用gather
。您可以选择要收集的列
,方法是分别删除它们(就像我在这里所做的那样),或者明确地包括您想要的年份
注意,为了处理逗号(如果未设置check.names=FALSE
,则添加X),我还使用dplyr
的mutate与parse_number
fromreadr
将文本值转换回数字。这些都是tidyverse
的一部分,因此可以与library(tidyverse)
返回:
Code Country Year Value
1 AFG Afghanistan 1950 20249
2 ALB Albania 1950 8097
3 AFG Afghanistan 1951 21352
4 ALB Albania 1951 8986
5 AFG Afghanistan 1952 22532
6 ALB Albania 1952 10058
7 AFG Afghanistan 1953 23557
8 ALB Albania 1953 11123
9 AFG Afghanistan 1954 24555
10 ALB Albania 1954 12246
下面是另一个示例,演示如何使用来自tidyr
的gather
。您可以选择要收集的列
,方法是分别删除它们(就像我在这里所做的那样),或者明确地包括您想要的年份
注意,为了处理逗号(如果未设置check.names=FALSE
,则添加X),我还使用dplyr
的mutate与parse_number
fromreadr
将文本值转换回数字。这些都是tidyverse
的一部分,因此可以与library(tidyverse)
返回:
Code Country Year Value
1 AFG Afghanistan 1950 20249
2 ALB Albania 1950 8097
3 AFG Afghanistan 1951 21352
4 ALB Albania 1951 8986
5 AFG Afghanistan 1952 22532
6 ALB Albania 1952 10058
7 AFG Afghanistan 1953 23557
8 ALB Albania 1953 11123
9 AFG Afghanistan 1954 24555
10 ALB Albania 1954 12246
因为这个答案被标记为,所以我觉得分享base R中的另一个选择是有用的:stack
但是,请注意,堆栈
不适用于因子
s——它只适用于is.vector
isTRUE
,从is.vector
的文档中,我们发现:
is.vector
如果x是指定模式的向量,除名称外没有其他属性,则返回TRUE
。否则返回FALSE
我使用的是样本数据,其中年份列中的值是factor
s
以下是堆栈
方法:
cbind(wide[1:2], stack(lapply(wide[-c(1, 2)], as.character)))
## Code Country values ind
## 1 AFG Afghanistan 20,249 1950
## 2 ALB Albania 8,097 1950
## 3 AFG Afghanistan 21,352 1951
## 4 ALB Albania 8,986 1951
## 5 AFG Afghanistan 22,532 1952
## 6 ALB Albania 10,058 1952
## 7 AFG Afghanistan 23,557 1953
## 8 ALB Albania 11,123 1953
## 9 AFG Afghanistan 24,555 1954
## 10 ALB Albania 12,246 1954
因为这个答案被标记为,所以我觉得分享base R中的另一个选择是有用的:stack
但是,请注意,堆栈
不适用于因子
s——它只适用于is.vector
isTRUE
,从is.vector
的文档中,我们发现:
is.vector
如果x是指定模式的向量,除名称外没有其他属性,则返回TRUE
。否则返回FALSE
我使用的是样本数据,其中年份列中的值是factor
s
以下是堆栈
方法:
cbind(wide[1:2], stack(lapply(wide[-c(1, 2)], as.character)))
## Code Country values ind
## 1 AFG Afghanistan 20,249 1950
## 2 ALB Albania 8,097 1950
## 3 AFG Afghanistan 21,352 1951
## 4 ALB Albania 8,986 1951
## 5 AFG Afghanistan 22,532 1952
## 6 ALB Albania 10,058 1952
## 7 AFG Afghanistan 23,557 1953
## 8 ALB Albania 11,123 1953
## 9 AFG Afghanistan 24,555 1954
## 10 ALB Albania 12,246 1954
这里有一个解决方案:
sqldf("Select Code, Country, '1950' As Year, `1950` As Value From wide
Union All
Select Code, Country, '1951' As Year, `1951` As Value From wide
Union All
Select Code, Country, '1952' As Year, `1952` As Value From wide
Union All
Select Code, Country, '1953' As Year, `1953` As Value From wide
Union All
Select Code, Country, '1954' As Year, `1954` As Value From wide;")
要在不键入所有内容的情况下进行查询,可以使用以下命令:
感谢您实施它
不幸的是,我没有