R 复杂的长到宽数据转换(具有时变变量)
我目前正在研究一个“长”形式的多状态分析数据集(每个个体的观察值为一行;每个个体重复测量多达5次) 其思想是,每个个体都可以在时变状态变量R 复杂的长到宽数据转换(具有时变变量),r,reshape,R,Reshape,我目前正在研究一个“长”形式的多状态分析数据集(每个个体的观察值为一行;每个个体重复测量多达5次) 其思想是,每个个体都可以在时变状态变量s=1、2、3、4的级别上反复转换。我拥有的所有其他变量(这里是队列)都固定在任何给定的id中 经过一些分析之后,我需要根据访问状态的特定顺序,以“宽”的形式重塑数据集。以下是初始长数据的示例: dat <- read.table(text = " id cohort s 1 1
s=1、2、3、4的级别上反复转换。我拥有的所有其他变量(这里是队列
)都固定在任何给定的id
中
经过一些分析之后,我需要根据访问状态的特定顺序,以“宽”的形式重塑数据集。以下是初始长数据的示例:
dat <- read.table(text = "
id cohort s
1 1 2
1 1 2
1 1 1
1 1 4
2 3 1
2 3 1
2 3 3
3 2 1
3 2 2
3 2 3
3 2 3
3 2 4",
header=TRUE)
我试图使用重塑()
,并将重点放在转置s
,但没有达到预期的效果。事实上,我对R函数的了解非常有限。。你能给我一些建议吗?谢谢
编辑:获取不同类型的宽数据集
谢谢大家的帮助,如果可以的话,我有一个相关的问题。特别是当对每个个体进行长时间观察且状态间几乎没有过渡时,以这种替代方式重塑初始样本dat
非常有用:
id cohort s1 s2 s3 s4 s5 dur1 dur2 dur3 dur4 dur5
1 1 2 1 4 0 0 2 1 1 0 0
2 3 1 3 0 0 0 2 1 0 0 0
3 2 1 2 3 4 0 1 1 2 1 0
实际上,现在s1
-s5
是不同的访问状态,dur1
-dur5
是在每个不同的访问状态中花费的时间
你能帮我达到这个数据结构吗?我认为在使用restrape()
之前,有必要在中间样本中创建所有dur
-和s
-变量。否则,可能直接采用-reforme2-
好的
library(plyr)
library(reshape2)
dat2 <- ddply(dat,.(id,cohort), function(x)
data.frame(s=x$s,name=paste0("s",seq_along(x$s))))
dat2 <- ddply(dat2,.(id,cohort), function(x)
dcast(x, id + cohort ~ name, value.var= "s" ,fill= 0)
)
dat2[is.na(dat2)] <- 0
dat2
# id cohort s1 s2 s3 s4 s5
# 1 1 1 2 2 1 4 0
# 2 2 3 1 1 3 0 0
# 3 3 2 1 2 3 3 4
库(plyr)
图书馆(E2)
dat2ok
库(plyr)
图书馆(E2)
dat2
然后使用以下行给出您的姓名:
names(wide) <- c('id','cohort', paste('s', seq_along(1:5), sep=''))
# id cohort s1 s2 s3 s4 s5
# 1 1 1 2 2 1 4 0
# 5 2 3 1 1 3 0 0
# 8 3 2 1 2 3 3 4
我怀疑有一些方法可以避免创建period
变量,避免直接在wide
语句中替换NA
,但我还没有弄清楚这些方法
然后使用以下行给出您的姓名:
names(wide) <- c('id','cohort', paste('s', seq_along(1:5), sep=''))
# id cohort s1 s2 s3 s4 s5
# 1 1 1 2 2 1 4 0
# 5 2 3 1 1 3 0 0
# 8 3 2 1 2 3 3 4
我怀疑有一些方法可以避免创建period
变量,避免直接在wide
语句中替换NA
,但我还没有弄清楚这些方法。尝试以下方法:
library(reshape2)
dat$seq <- ave(dat$id, dat$id, FUN = function(x) paste0("s", seq_along(x)))
dat.s <- dcast(dat, id + cohort ~ seq, value.var = "s", fill = 0)
如果您不介意仅使用1、2、…、5作为列名,则可以将ave
行缩短为:
dat$seq <- ave(dat$id, dat$id, FUN = seq_along)
试试这个:
library(reshape2)
dat$seq <- ave(dat$id, dat$id, FUN = function(x) paste0("s", seq_along(x)))
dat.s <- dcast(dat, id + cohort ~ seq, value.var = "s", fill = 0)
如果您不介意仅使用1、2、…、5作为列名,则可以将ave
行缩短为:
dat$seq <- ave(dat$id, dat$id, FUN = seq_along)
基本上是direction=wide
选项,但我不能真正创建新的“有序”变量集。基本上是direction=wide
选项,但我不能真正创建新的“有序”变量集。。
> dat.s
id cohort s1 s2 s3 s4 s5
1 1 1 2 2 1 4 0
2 2 3 1 1 3 0 0
3 3 2 1 2 3 3 4
dat$seq <- ave(dat$id, dat$id, FUN = seq_along)
library(plyr)
dur.fn <- function(x) {
r <- rle(x$s)$length
data.frame(id = x$id[1], dur.value = r, dur.seq = paste0("dur", seq_along(r)))
}
dat.dur.long <- ddply(dat, .(id), dur.fn)
dat.dur <- dcast(dat.dur.long, id ~ dur.seq, c, value.var = "dur.value", fill = 0)
cbind(dat.s, dat.dur[-1])
id cohort s1 s2 s3 s4 s5 dur1 dur2 dur3 dur4
1 1 1 2 2 1 4 0 2 1 1 0
2 2 3 1 1 3 0 0 2 1 0 0
3 3 2 1 2 3 3 4 1 1 2 1