R 使用多个键和值重塑数据帧

我有一个宽的数据帧，我想转换成一个长的数据帧

这不是我正在使用的实际宽数据帧。每门课程都有更多的课程和更多的“值”，因此数据框架比这要宽得多。并非每门课程都有与之相关的所有值列（因此，为什么bio1Csem不在下面的数据框中）

我决定在较小的数据帧上尝试该解决方案，因为在较大的数据帧上遇到了很多问题）。不幸的是，我仍在挣扎

我正在使用的数据帧：

>X = rbind( c( "1", "2.5","3.7","","2006 Fall","2007 Fall","Smith","Hu",""), 
c( "2" ,"3.7", "3.7", "3.5", "2007 Spring", "2007 Fall", 
"Smith","Hu","Langdon"), c("3" ,"4", "3.2", "4", "2007 Spring", "2007 Fall", 
"Smith","Hu","Langdon"))
> colnames(X) = c('id','bio1Agrade','bio1Bgrade','bio1Cgrade','bio1Asem',
'bio1Bsem','bio1Aprof', 'bio1Bprof','bio1Cprof')

> X
     id  bio1Agrade bio1Bgrade bio1Cgrade bio1Asem      bio1Bsem     bio1Aprof bio1Bprof bio1Cprof     
[1,] "1" "2.5"      "3.7"      ""         "2006 Fall"   "2007 Fall"  "Smith"   "Hu"      ""
[2,] "2" "3.7"      "3.7"      "3.5"      "2007 Spring" "2007 Fall"  "Smith"   "Hu"      "Langdon" 
[3,] "3" "4"        "3.2"      "4"        "2007 Spring" "2007 Fall"  "Smith"   "Hu"      "Langdon" 

我希望它看起来像这样：

id    course  grade  semester     prof
1     bio1A   2.5    2006 Fall    Smith
1     bio1B   3.7    2007 Fall    Hu 
1     bio1C               
2     bio1A   3.7    2007 Spring  Smith
2     bio1B   3.7    2007 Fall    Hu
2     bio1C   3.5                 Langdon
3     bio1A   4      2007 Spring  Smith
3     bio1B   3.2    2007 Fall    Hu
3     bio1C   4                   Langdon

我认为重塑不起作用，因为我所有的列名都是没有任何明显分隔符的字符，并且不是所有的课程都有3个与之对应的列

我还想过尝试使用tidyr解决方案，我正在努力如何将它用于多个值

你们有谁对如何解决这个问题有什么建议吗？重命名列、为“缺少”列的课程添加空列并使用“重塑”会更容易吗？还有其他更简单的方法吗？

希望这有帮助

库（dplyr）
图书馆（tidyr）
df%>%
聚集（温度列，值，-id）%>%
突变（课程=gsub（（.*）（等级为sem-prof）”，“\\1”，临时课程），
列名称=gsub（（.*）（等级为sem专业），“\\2”，临时列））%>%
选择（-temp\u col）%>%
排列（列名称、值）

输出为：

  id course grade    prof         sem
1  1  bio1A   2.5   Smith   2006 Fall
2  1  bio1B   3.7      Hu   2007 Fall
3  1  bio1C  <NA>                <NA>
4  2  bio1A   3.7   Smith 2007 Spring
5  2  bio1B   3.7      Hu   2007 Fall
6  2  bio1C   3.5 Langdon        <NA>
7  3  bio1A     4   Smith 2007 Spring
8  3  bio1B   3.2      Hu   2007 Fall
9  3  bio1C     4 Langdon        <NA>

df <- structure(list(id = 1:3, bio1Agrade = c(2.5, 3.7, 4), bio1Bgrade = c(3.7, 
3.7, 3.2), bio1Cgrade = c(NA, 3.5, 4), bio1Asem = c("2006 Fall", 
"2007 Spring", "2007 Spring"), bio1Bsem = c("2007 Fall", "2007 Fall", 
"2007 Fall"), bio1Aprof = c("Smith", "Smith", "Smith"), bio1Bprof = c("Hu", 
"Hu", "Hu"), bio1Cprof = c("", "Langdon", "Langdon")), .Names = c("id", 
"bio1Agrade", "bio1Bgrade", "bio1Cgrade", "bio1Asem", "bio1Bsem", 
"bio1Aprof", "bio1Bprof", "bio1Cprof"), class = "data.frame", row.names = c(NA, 
-3L))

id课程成绩教授sem
1生物多样性2.5史密斯2006年秋季
2 1 bio1B 3.7 Hu 2007年秋季
3.1生物多样性
4 2 bio1A 3.7 Smith 2007年春季
5 2 bio1B 3.7 Hu 2007年秋季
6 2 bio1C 3.5兰登
7 3 bio1A 4 Smith 2007年春季
8 3 bio1B 3.2 Hu 2007年秋季
9 3生物多样性4兰登

样本数据：

  id course grade    prof         sem
1  1  bio1A   2.5   Smith   2006 Fall
2  1  bio1B   3.7      Hu   2007 Fall
3  1  bio1C  <NA>                <NA>
4  2  bio1A   3.7   Smith 2007 Spring
5  2  bio1B   3.7      Hu   2007 Fall
6  2  bio1C   3.5 Langdon        <NA>
7  3  bio1A     4   Smith 2007 Spring
8  3  bio1B   3.2      Hu   2007 Fall
9  3  bio1C     4 Langdon        <NA>

df <- structure(list(id = 1:3, bio1Agrade = c(2.5, 3.7, 4), bio1Bgrade = c(3.7, 
3.7, 3.2), bio1Cgrade = c(NA, 3.5, 4), bio1Asem = c("2006 Fall", 
"2007 Spring", "2007 Spring"), bio1Bsem = c("2007 Fall", "2007 Fall", 
"2007 Fall"), bio1Aprof = c("Smith", "Smith", "Smith"), bio1Bprof = c("Hu", 
"Hu", "Hu"), bio1Cprof = c("", "Langdon", "Langdon")), .Names = c("id", 
"bio1Agrade", "bio1Bgrade", "bio1Cgrade", "bio1Asem", "bio1Bsem", 
"bio1Aprof", "bio1Bprof", "bio1Cprof"), class = "data.frame", row.names = c(NA, 
-3L))

---

df我们可以使用
数据表中的
melt
来实现这一点。表
可以采取多种
测量
模式

library(data.table)
nm1 <- substr(names(df)[-1], 1, 5)
melt(setDT(df), measure = patterns("grade$", "prof$", "sem$"), 
   value.name = c("grade", "prof", "sem"),
     variable.name = "course")[, course := nm1[course]][order(id)]
#   id course grade    prof         sem
#1:  1  bio1A   2.5   Smith   2006 Fall
#2:  1  bio1B   3.7      Hu   2007 Fall
#3:  1  bio1C    NA                  NA
#4:  2  bio1A   3.7   Smith 2007 Spring
#5:  2  bio1B   3.7      Hu   2007 Fall
#6:  2  bio1C   3.5 Langdon          NA
#7:  3  bio1A   4.0   Smith 2007 Spring
#8:  3  bio1B   3.2      Hu   2007 Fall
#9:  3  bio1C   4.0 Langdon          NA

库（data.table）
nm1出于兴趣，这个结果可以通过
tidyr:：gather
实现吗？@Dom我认为另一个答案是通过
gather
@Dan实现的，如果你的问题是
gather
是否具有与
melt
类似的功能，而不是此时