在R中将复杂的凌乱数据整理成长数据格式

我可以通过创建数组、转换数组并组合数组，或者通过

base:：restrape

手动完成这项工作。然而，我想通过跳进垃圾桶中死去，来达到最终的真理，但现在我淹死了

我有这样的数据：

id A B
1  2 3
1  3 4
1  5 5
1  - 6
1  - 7
2 ...

我想要这个：

id A1 A2 A3 B1 B2 B3 B4 B5
1  2  3  5  3  4  5  6  7
2 ...

变量

A

和

B

中的实际值在上面是任意的，我的实际数据有10多个A和B对，有500多个

id

s。显然，我正在将数据推进“长”格式，但这对我的数据来说很有意义。而且，一旦它们被安排成那样，将它们塑造成长格式应该不难，对吗

---

有什么惯用的整洁方式吗？如果我们可以在一个函数调用中将整个内容（具有多个类似的

A

ish和

B

ish列）展平，那就太好了。

下面是一个使用

dplyr

和

tidyr

函数的解决方案

dt2

是最终输出

# Load package
library(dplyr)
library(tidyr)

# Create example data frame
dt <- read.table(text = "id A B
1  2 3
1  3 4
1  5 5
1  NA 6
1  NA 7",
                 header = TRUE, stringsAsFactors = FALSE)

# Process the data
dt2 <- dt %>%
  gather(Label, Value, -id) %>%
  drop_na(Value) %>%
  group_by(id, Label) %>%
  mutate(Label_Id = 1:n()) %>%
  unite(Col, Label, Label_Id, sep = "") %>%
  spread(Col, Value)

---

下面是一个使用

dplyr

和

tidyr

函数的解决方案

dt2

是最终输出

# Load package
library(dplyr)
library(tidyr)

# Create example data frame
dt <- read.table(text = "id A B
1  2 3
1  3 4
1  5 5
1  NA 6
1  NA 7",
                 header = TRUE, stringsAsFactors = FALSE)

# Process the data
dt2 <- dt %>%
  gather(Label, Value, -id) %>%
  drop_na(Value) %>%
  group_by(id, Label) %>%
  mutate(Label_Id = 1:n()) %>%
  unite(Col, Label, Label_Id, sep = "") %>%
  spread(Col, Value)

---

这是如何推广到平坦化更多的A1、B1等变量的？不确定你的意思是什么。即使有比您提供的示例更多的行，这个解决方案也应该可以工作。谢谢，我可以看到它可以处理更多的行（id）。然而，如果有许多类似的列，如上面的A和B，您如何放大？我想您可以编写一个函数，将列名作为输入，并输出所有列的平坦数据。请参阅我的更新。请注意，使用

dplyr

设计函数是一个全新的主题。如果您想了解更多信息，我建议您查看

vignette（“编程”）

了解有关使用

dplyr进行编程的更多信息。当你有一个明确的问题陈述时，发布一个新问题。这看起来像一个魔术，耶！是的，用dplyr编写函数似乎不是最明显的范例之一。谢谢这是如何推广到平坦化更多的A1、B1等变量的？不确定你的意思是什么。即使有比您提供的示例更多的行，这个解决方案也应该可以工作。谢谢，我可以看到它可以处理更多的行（id）。然而，如果有许多类似的列，如上面的A和B，您如何放大？我想您可以编写一个函数，将列名作为输入，并输出所有列的平坦数据。请参阅我的更新。请注意，使用
dplyr
设计函数是一个全新的主题。如果您想了解更多信息，我建议您查看
vignette（“编程”）
了解有关使用
dplyr进行编程的更多信息。当你有一个明确的问题陈述时，发布一个新问题。这看起来像一个魔术，耶！是的，用dplyr编写函数似乎不是最明显的范例之一。谢谢