R 如何将数据集操纵到新的数据框架中?
我的数据如下:1-pre 2-mid 3-postR 如何将数据集操纵到新的数据框架中?,r,longitudinal,R,Longitudinal,我的数据如下:1-pre 2-mid 3-post id<-c(1,2,3,4,5,6,7,8,9) type<-c(1,2,2,1,2,1,1,1,2) #is the factor level 1 and 2 k1<-c(30.7,20.3,3.4,22,11.6,29.5,15.4,2.7,2.1) k2<-c(13.4,11,1.4,9.6,17.3,27.1,9.3,5.3,4.7) k3<-c(1.2,10,4.7,2.6,13.4,14.8,8.8,
id<-c(1,2,3,4,5,6,7,8,9)
type<-c(1,2,2,1,2,1,1,1,2) #is the factor level 1 and 2
k1<-c(30.7,20.3,3.4,22,11.6,29.5,15.4,2.7,2.1)
k2<-c(13.4,11,1.4,9.6,17.3,27.1,9.3,5.3,4.7)
k3<-c(1.2,10,4.7,2.6,13.4,14.8,8.8,0.7,4.6)
m1<-c(12 ,12.6, 1.6, 6.2, 10.5, 8.6, 15.3, 1.5, 1.3)
m2<-c(6.6 ,10.5, 0.5, 2.7, 5.2, 8.5, 9.6, 0.6, 4.3)
m3<-c(2,11, 2.6,0.4,7.2,9.4,12.3,0.3,2)
df<-data.frame(type,k1,k2,k3,m1,m2,m3,id)
df[,1]<-as.factor(df[,1])
这是我使用的命令
dflong<-tidyr::gather(df,key=time, value=score, k1:k3,m1:m3)%>% arrange(id)
dflong%排列(id)
我想要一列表示周期(pre、mid、post),另一列表示m和k变量的值在基数R中,您可以使用
重塑
函数,。通过指定可变列,即2:7
,然后将可变列的分隔符指定为“”
。如果列被命名为k.1,k.2…
,那么分隔符应该是
reshape(df,2:7,dir="long",sep="")
type id time k m
1.1 1 1 1 30.7 12.0
2.1 2 2 1 20.3 12.6
3.1 2 3 1 3.4 1.6
4.1 1 4 1 22.0 6.2
5.1 2 5 1 11.6 10.5
6.1 1 6 1 29.5 8.6
7.1 1 7 1 15.4 15.3
8.1 1 8 1 2.7 1.5
9.1 2 9 1 2.1 1.3
1.2 1 1 2 13.4 6.6
2.2 2 2 2 11.0 10.5
3.2 2 3 2 1.4 0.5
4.2 1 4 2 9.6 2.7
5.2 2 5 2 17.3 5.2
6.2 1 6 2 27.1 8.5
7.2 1 7 2 9.3 9.6
8.2 1 8 2 5.3 0.6
9.2 2 9 2 4.7 4.3
1.3 1 1 3 1.2 2.0
2.3 2 2 3 10.0 11.0
3.3 2 3 3 4.7 2.6
4.3 1 4 3 2.6 0.4
5.3 2 5 3 13.4 7.2
6.3 1 6 3 14.8 9.4
7.3 1 7 3 8.8 12.3
8.3 1 8 3 0.7 0.3
9.3 2 9 3 4.6 2.0
Onyanbu的解决方案非常完美,但我想我应该尝试一下
tidyr
的新pivot
功能:
库(tidyverse)
df%>%
再长一点(
cols=k1:m3,
名称_sep=1,
名称_to=c(“mk”,“time”)
) %>%
支点更宽(
id_cols=c(类型、id、时间),
名称_from=mk,
值\u from=值
)
#>#A tibble:27 x 5
#>类型id时间k m
#>
#> 1 1 1 1 30.7 12
#> 2 1 1 2 13.4 6.6
#> 3 1 1 3 1.2 2
#> 4 2 2 1 20.3 12.6
#> 5 2 2 2 11 10.5
#> 6 2 2 3 10 11
#> 7 2 3 1 3.4 1.6
#> 8 2 3 2 1.4 0.5
#> 9 2 3 3 4.7 2.6
#> 10 1 4 1 22 6.2
#> # ... 还有17排
数据:
id
reshape(df,2:7,dir="long",sep="")
type id time k m
1.1 1 1 1 30.7 12.0
2.1 2 2 1 20.3 12.6
3.1 2 3 1 3.4 1.6
4.1 1 4 1 22.0 6.2
5.1 2 5 1 11.6 10.5
6.1 1 6 1 29.5 8.6
7.1 1 7 1 15.4 15.3
8.1 1 8 1 2.7 1.5
9.1 2 9 1 2.1 1.3
1.2 1 1 2 13.4 6.6
2.2 2 2 2 11.0 10.5
3.2 2 3 2 1.4 0.5
4.2 1 4 2 9.6 2.7
5.2 2 5 2 17.3 5.2
6.2 1 6 2 27.1 8.5
7.2 1 7 2 9.3 9.6
8.2 1 8 2 5.3 0.6
9.2 2 9 2 4.7 4.3
1.3 1 1 3 1.2 2.0
2.3 2 2 3 10.0 11.0
3.3 2 3 3 4.7 2.6
4.3 1 4 3 2.6 0.4
5.3 2 5 3 13.4 7.2
6.3 1 6 3 14.8 9.4
7.3 1 7 3 8.8 12.3
8.3 1 8 3 0.7 0.3
9.3 2 9 3 4.6 2.0
id <- c(1, 2, 3, 4, 5, 6, 7, 8, 9)
type <- c(1, 2, 2, 1, 2, 1, 1, 1, 2) # is the factor level 1 and 2
k1 <- c(30.7, 20.3, 3.4, 22, 11.6, 29.5, 15.4, 2.7, 2.1)
k2 <- c(13.4, 11, 1.4, 9.6, 17.3, 27.1, 9.3, 5.3, 4.7)
k3 <- c(1.2, 10, 4.7, 2.6, 13.4, 14.8, 8.8, 0.7, 4.6)
m1 <- c(12, 12.6, 1.6, 6.2, 10.5, 8.6, 15.3, 1.5, 1.3)
m2 <- c(6.6, 10.5, 0.5, 2.7, 5.2, 8.5, 9.6, 0.6, 4.3)
m3 <- c(2, 11, 2.6, 0.4, 7.2, 9.4, 12.3, 0.3, 2)
df <- data.frame(type, k1, k2, k3, m1, m2, m3, id)
df[, 1] <- as.factor(df[, 1])