R tibble shaping可将因子分散到多个变量中，以将行分解出来

注意，这与问题“”在两个方面不同：

需要由多个目标列限定 单因素列

这个问题的标题指定了“tibble”，意思是

tidyverse

首选解决方案

执行：

set.seed(14)
df <- data.frame(geo = LETTERS[1:2], time = c(2000,2000,2001,2001),
                     X = rnorm(4, 0, 1),
                     Y = rnorm(4, 0, 2))
head(df)

我想做的是重新整形为

排列
时间
，最后得到两行，分别为
geo
：
A
和
B

这将产生如下结果：

  geo time          X           Y
1   A 2000 -0.6618498 -0.07228116
2   B 2000  1.7189542  2.46389035
3   A 2001  2.1216670 -0.12976154
4   B 2001  1.4971537  2.13798746

geo          X.2000           Y.2000          X.2001           Y.2001
  A      -0.6618498      -0.07228116       2.1216670      -0.12976154
  B       1.7189542       2.46389035       1.4971537       2.13798746

我们可以使用
重塑
函数

reshape(df, direction = "wide", idvar = "geo", timevar = "time")

它给了我们你想要的结果

geo     X.2000      Y.2000   X.2001     Y.2001
1   A -0.6618498 -0.07228116 2.121667 -0.1297615
2   B  1.7189542  2.46389035 1.497154  2.1379875

我们可以使用
重塑
函数

reshape(df, direction = "wide", idvar = "geo", timevar = "time")

它给了我们你想要的结果

geo     X.2000      Y.2000   X.2001     Y.2001
1   A -0.6618498 -0.07228116 2.121667 -0.1297615
2   B  1.7189542  2.46389035 1.497154  2.1379875

具体做法是：

library(tidyr)
library(dplyr)

df %>%
  gather(key, value, -c(geo, time)) %>%
  unite(key, c(key, time), sep = ".") %>%
  spread(key, value)

#   geo     X.2000   X.2001      Y.2000     Y.2001
# 1   A -0.6618498 2.121667 -0.07228116 -0.1297615
# 2   B  1.7189542 1.497154  2.46389035  2.1379875

具体做法是：

library(tidyr)
library(dplyr)

df %>%
  gather(key, value, -c(geo, time)) %>%
  unite(key, c(key, time), sep = ".") %>%
  spread(key, value)

#   geo     X.2000   X.2001      Y.2000     Y.2001
# 1   A -0.6618498 2.121667 -0.07228116 -0.1297615
# 2   B  1.7189542 1.497154  2.46389035  2.1379875

在基本R中，
重塑（df，direction=“wide”，idvar=“geo”，timevar=“time”）
。使用
tidyverse
，您必须
收集
，
联合
，然后
分散
<代码>dcast
来自
数据表上的“data.table”。表
也可以这样做，而无需先融化数据。可能的重复不值得回答，但为了完整性，
数据.table:：dcast（as.data.table（df），geo~time，value.var=c（“X”，“Y”）
。在基数R中，
重塑（df，direction=“wide”，idvar=“geo”，timevar=“time”）
。使用
tidyverse
，您必须
收集
，
联合
，然后
分散
<代码>dcast
来自
数据上的“data.table”
表
也可以做到这一点，而无需先融化数据。可能的重复不值得回答，但为了完整性，
data.table:：dcast（as.data.table（df），geo~time，value.var=c（“X”，“Y”）
。正如我在问题标题中指定的“tibble”，
tidyverse
是首选。不幸的是，此解决方案将所有排列列类更改为“character”，如果其中任何一个与“numeric”不匹配。正如我在问题标题中指定的“tibble”，首选
tidyverse
。不幸的是，此解决方案将所有排列列类更改为“character”如果其中任何一个与“数字”不匹配。