R 将10年的长格式横断面数据转换为宽格式

尽管有很多关于将长格式数据转换为宽格式版本的信息，但我仍然对如何在未标记的框架中设置数据集进行分析感到困惑。我有20行样带数据每年重复县组合，我没有看到这种格式占了以前的文章

基本上，我试图从这样的格式中获得：

A   B   C   D
a   q   1   0
a   q   0   1
a   q   2   0
a   q   4   0
b   v   0   2
b   v   3   1
b   v   0   0

A   B   C.1 C.2 C.3 C.4 D.1 D.2 D.3 D.4
a   q   1   0   2   4   0   1   0   0
b   v   0   3   3   0   2   1   4   0

以这样的格式：

A   B   C   D
a   q   1   0
a   q   0   1
a   q   2   0
a   q   4   0
b   v   0   2
b   v   3   1
b   v   0   0

A   B   C.1 C.2 C.3 C.4 D.1 D.2 D.3 D.4
a   q   1   0   2   4   0   1   0   0
b   v   0   3   3   0   2   1   4   0

我知道这可能需要melt（）和cast（）的一些组合，但我不知道如何让流程在一定数量的行上循环（上例中为4行，实际数据中为20行）

---

有人能给我指出正确的方向吗？

我认为原始数据集中没有的关键信息是每个单独测量的观测值（我将此变量称为

time

）。如果没有这些，您就没有每一行的唯一标识符，并且重塑工具也无法按照您所希望的方式工作。一旦你添加了它，你就可以使用任何你想要的重塑工具来获得你想要的格式

基于此数据集（根据所需输出添加额外的行）

首先要做的是为每个

a

/

B

组合添加一个时间变量。我正在使用dplyr函数按组添加时间变量。这假设数据集已按观察顺序排列。然后重塑，在这里使用

melt

和

dcast

从重塑2开始

library(reshape2)
library(dplyr)

dat %>%
    group_by(A, B) %>%
    mutate(time = 1:n()) %>%
    melt(id.vars = c("A", "B", "time")) %>%
    dcast(A + B ~ variable + time)

这是原始数据集在添加

time

变量后的外观：

Source: local data frame [8 x 5]
Groups: A, B

  A B C D time
1 a q 1 0    1
2 a q 0 1    2
3 a q 2 0    3
4 a q 4 0    4
5 b v 0 2    1
6 b v 3 1    2
7 b v 3 4    3
8 b v 0 0    4

整形后的最终输出：

  A B C_1 C_2 C_3 C_4 D_1 D_2 D_3 D_4
1 a q   1   0   2   4   0   1   0   0
2 b v   0   3   3   0   2   1   4   0

从tidyr开始的

collect

和

spread

已经完成了这项工作，但我花了额外的一步将

time

与具有

unite

的C&D小组结合起来

library(tidyr)
library(dplyr)

dat %>%
group_by(A, B) %>%
mutate(time = 1:n()) %>%
gather(name, value, C:D) %>%
unite(Name, name, time, sep = ".", remove = TRUE) %>%
spread(Name, value)

  A B C.1 C.2 C.3 C.4 D.1 D.2 D.3 D.4
1 a q   1   0   2   4   0   1   0   0
2 b v   0   3   3   0   2   1   4   0

---

目前还不清楚示例输入如何转换为所需的输出。你能花点时间修复你的例子，这样我们就可以验证我们的代码吗？正如BondedDust所说，很难准确地说出你想要的是什么。这段代码让我尽可能接近您所展示的内容：

Testmelt，或者实际上数据有8行？是否应在第7行中插入A、b、C、D列的“b v 3 4”？这纯粹是猜测。