R 使用两行变量名重塑/熔化数据
我有一个大的数据集,我需要重塑/融化。 我遇到的问题是,第一行和第二行是变量名(即,第一行是一个人的id,第二行列出了这个人的四个属性)。除此之外,第一列还捕获了收集值的日期。要查看我的数据集示例,请查看以下google sheet()中的Sheet1。我想重塑我的数据,使之看起来像上面谷歌表单中的表单2 是否有一种方法可以指定我的melt命令中有两个ID。第一个id是第一行(从第二列开始),第二个id是第一列(从第二行开始)。如果我能为我要做的事情编写一个伪R脚本,我会这样写R 使用两行变量名重塑/熔化数据,r,reshape2,melt,R,Reshape2,Melt,我有一个大的数据集,我需要重塑/融化。 我遇到的问题是,第一行和第二行是变量名(即,第一行是一个人的id,第二行列出了这个人的四个属性)。除此之外,第一列还捕获了收集值的日期。要查看我的数据集示例,请查看以下google sheet()中的Sheet1。我想重塑我的数据,使之看起来像上面谷歌表单中的表单2 是否有一种方法可以指定我的melt命令中有两个ID。第一个id是第一行(从第二列开始),第二个id是第一列(从第二行开始)。如果我能为我要做的事情编写一个伪R脚本,我会这样写 melt(dt,
melt(dt,id=c(“从A2:A6开始的日期”,“从B1:I1开始的人”)
谢谢!这里是一个
数据表。为了方便起见,使用readr::type_convert
方法:
df 2:2021-05-02人员A 50.4132 52.6316 67.8571 41.8605
#>3:2021-05-03人A 53.7190 49.1228 67.8571 49.6124
#>4:2021-05-04人名A 53.719052.631633.214345.7364
#>5:2021-05-01人B 40.4959 38.5965 60.7143 32.5581
#>6:2021-05-02人B 41.7355 43.8596 42.8571 40.3101
#>7:2021-05-03人B 41.3223 38.5965 48.2143 39.5349
#>8:2021-05-04人B 29.7521 33.3333 57.1429 16.2791
由(v2.0.0)于2021-05-05创建。为了使用基础形状,必须将标高合并为一个字符串,用点分隔并重命名变量
使用上面的data.frame
# Get variables names
varA <- as.character(df[1,])
varB <- names(df)
newNames <- paste(varA, varB, sep = '.') # don't forget the point
# Drop first line, rename variables and pass rownames to a column
df <- df[-1,]
names(df) <- newNames
df$dates <- row.names(df) # added after last column
# reshape
lastVar <- ncol(df)-1 # because of rownames in last column
df <- reshape(df, varying = 1:lastVar, direction = 'long')
# and beautify
row.names(df) <- NULL
names(df)[names(df) == 'time'] <- 'person'
df <- df[, -ncol(df)]
df
> dates person var1 var2 var3 var4
> 1 2021-05-01 person_A 45.0413 43.8596 67.8571 35.6589
> 2 2021-05-02 person_A 50.4132 52.6316 67.8571 41.8605
> 3 2021-05-03 person_A 53.719 49.1228 67.8571 49.6124
> 4 2021-05-04 person_A 53.719 52.6316 73.2143 45.7364
> 5 2021-05-01 person_B 40.4959 38.5965 60.7143 32.5581
> 6 2021-05-02 person_B 41.7355 43.8596 42.8571 40.3101
> 7 2021-05-03 person_B 41.3223 38.5965 48.2143 39.5349
> 8 2021-05-04 person_B 29.7521 33.3333 57.1429 16.2791
#获取变量名称
varA以下方法将完成您的工作
library(tidyverse)
name <- readr::read_csv("csvs1.csv", col_names = F, n_max = 2)
name
# A tibble: 2 x 9
X1 X2 X3 X4 X5 X6 X7 X8 X9
<chr> <chr> <chr> <chr> <chr> <chr> <chr> <chr> <chr>
1 NA person_A person_A person_A person_A person_B person_B person_B person_B
2 Dates var1 var2 var3 var4 var1 var2 var3 var4
nm <- paste(names[1,], names[2,], sep = "-")
nm
[1] "NA-Dates" "person_A-var1" "person_A-var2" "person_A-var3" "person_A-var4" "person_B-var1" "person_B-var2"
[8] "person_B-var3" "person_B-var4"
data <- readr::read_csv("csvs1.csv", col_names = F, skip = 2)
names(data) <- nm
data
# A tibble: 4 x 9
`NA-Dates` `person_A-var1` `person_A-var2` `person_A-var3` `person_A-var4` `person_B-var1` `person_B-var2`
<date> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
1 2021-05-01 45.0 43.9 67.9 35.7 40.5 38.6
2 2021-05-02 50.4 52.6 67.9 41.9 41.7 43.9
3 2021-05-03 53.7 49.1 67.9 49.6 41.3 38.6
4 2021-05-04 53.7 52.6 73.2 45.7 29.8 33.3
# ... with 2 more variables: person_B-var3 <dbl>, person_B-var4 <dbl>
data %>%
+ pivot_longer(!`NA-Dates`, names_to = c('person', '.value'), names_sep = '-', names_prefix = 'person_')
# A tibble: 8 x 6
`NA-Dates` person var1 var2 var3 var4
<date> <chr> <dbl> <dbl> <dbl> <dbl>
1 2021-05-01 A 45.0 43.9 67.9 35.7
2 2021-05-01 B 40.5 38.6 60.7 32.6
3 2021-05-02 A 50.4 52.6 67.9 41.9
4 2021-05-02 B 41.7 43.9 42.9 40.3
5 2021-05-03 A 53.7 49.1 67.9 49.6
6 2021-05-03 B 41.3 38.6 48.2 39.5
7 2021-05-04 A 53.7 52.6 73.2 45.7
8 2021-05-04 B 29.8 33.3 57.1 16.3
库(tidyverse)
名称谢谢!你能帮我理解为什么你需要否定日期变量吗?我只是想理解为什么你需要在NA Dates
前面加上!因为除了NA Dates
之外的所有列都要进行数据透视。所以我没有写所有要进行数据透视的列的名称,而是使用了不进行数据透视的列的名称。