R 将4个色谱柱融化为3个，同时合并两个可变色谱柱

以下示例data.frame：

Date <- seq(as.Date("2016/9/1"), as.Date("2016/9/10"), "days")
A <- sample(0:200, 10)
B <- sample(0:400, 10)
A_limit <- rep(200,10)
B_limit <- rep(400,10)
data_sample <- data.frame(Date,A,B,A_limit,B_limit)

>        Date   A   B A_limit B_limit
1  2016-09-01 175 270     200     400
2  2016-09-02 160  50     200     400
3  2016-09-03 173  25     200     400
...

我设法把它完成了，但在我看来，我的方法是非常复杂的：

library("reshape2")
data_sample_2 <- data_sample %>% melt(id=c("Date","A","B"))

levels(data_sample_2$variable) <- c(levels(data_sample_2$variable),"A","B")
data_sample_2$variable[data_sample_2$variable == "A_limit"] <- as.factor("A")
data_sample_2$variable[data_sample_2$variable == "B_limit"] <- as.factor("B")

names(data_sample_2)[names(data_sample_2) == "value"] <- "limit"
names(data_sample_2)[names(data_sample_2) == "variable"] <- "variable_1"

data_sample_3 <- data_sample_2 %>% melt(id=c("Date","variable_1","limit"))
data_sample_3 <- droplevels(data_sample_3)
data_sample_4 <- data_sample_3[data_sample_3$variable_1 == data_sample_3$variable,]

data_sample_4$variable_1 <- NULL

库（“重塑2”）
数据样本2%熔体（id=c（“日期”、“A”、“B”））
级别（数据样本变量）这是您想要的吗

data_sample_2 <- melt(data_sample,id.vars=c("Date","A_limit","B_limit"))
data_sample_2$limit<- ifelse(data_sample_2$variable=="A",data_sample_2$A_limit,data_sample_2$B_limit)
data_sample_2[,c("Date","limit","variable","value")]

data\u sample\u 2您可以通过base R通过
stack
ing一切，即

df1 <- data.frame(Date = data_sample$Date, limit = stack(data_sample[-(1:3)])[[1]], 
                  variable = stack(data_sample[2:3])[[2]], 
                  value = stack(data_sample[2:3])[[1]], 
                                     stringsAsFactors = FALSE)

head(df1)
#        Date  limit variable value
#1 2016-09-01    200   A       67
#2 2016-09-02    200   A      100
#3 2016-09-03    200   A      166
#4 2016-09-04    200   A      116
#5 2016-09-05    200   A       89
#6 2016-09-06    200   A      138

tail(df1)
#         Date  limit variable value
#15 2016-09-05    400   B      208
#16 2016-09-06    400   B      387
#17 2016-09-07    400   B      125
#18 2016-09-08    400   B      116
#19 2016-09-09    400   B      120
#20 2016-09-10    400   B      241

df1由于您在示例中使用了
restrape2
，您可能会感兴趣，想看看如何在（更更新的）
tidyverse
设置中处理它

我将重复您的生成代码：

Date <- seq(as.Date("2016/9/1"), as.Date("2016/9/10"), "days")
A <- sample(0:200, 10)
B <- sample(0:400, 10)
A_limit <- rep(200,10)
B_limit <- rep(400,10)
data_sample <- data.frame(Date,A,B,A_limit,B_limit)

# Preview
head(data_sample)
#>         Date   A   B A_limit B_limit
#> 1 2016-09-01  39  53     200     400
#> 2 2016-09-02  96 193     200     400
#> 3 2016-09-03 143  75     200     400
#> 4 2016-09-04  60 241     200     400
#> 5 2016-09-05 126 225     200     400
#> 6 2016-09-06 184 349     200     400

您可以执行
col1我在尝试代码时遇到此错误：
错误：在数据中找不到测量变量：c（“A\u限制”、“B\u限制”）、c（“A”、“B”）
。有什么错误的线索吗？将
数据\u样本
转换为
数据表
first@mtoto很好的解决方案！这应该是一个答案。如何设置variable.name列，使其不只是1和2？我喜欢这种解决方案！有没有一种方法可以在堆叠时直接命名列？我在选择向量时错过了双精度
[[…]]
。非常好的回答，非常感谢！
Date <- seq(as.Date("2016/9/1"), as.Date("2016/9/10"), "days")
A <- sample(0:200, 10)
B <- sample(0:400, 10)
A_limit <- rep(200,10)
B_limit <- rep(400,10)
data_sample <- data.frame(Date,A,B,A_limit,B_limit)

# Preview
head(data_sample)
#>         Date   A   B A_limit B_limit
#> 1 2016-09-01  39  53     200     400
#> 2 2016-09-02  96 193     200     400
#> 3 2016-09-03 143  75     200     400
#> 4 2016-09-04  60 241     200     400
#> 5 2016-09-05 126 225     200     400
#> 6 2016-09-06 184 349     200     400

library(dplyr)
library(tidyr)

data_clean <- data_sample %>%
  gather(variable, value, A, B) %>%
  mutate(limit = if_else(variable == "A", A_limit, B_limit)) %>%
  select(Date, limit, variable, value)

# Inspect results
head(data_clean)
#>         Date limit variable value
#> 1 2016-09-01   200        A    39
#> 2 2016-09-02   200        A    96
#> 3 2016-09-03   200        A   143
#> 4 2016-09-04   200        A    60
#> 5 2016-09-05   200        A   126
#> 6 2016-09-06   200        A   184