使用行中的用户条目重塑R数据，为每个用户折叠

请原谅我对R世界的新认识，谢谢你的帮助

我想分析一个实验的数据

数据是长格式的，需要重新调整为宽格式，但我不知道具体怎么做。熔化/浇铸和重塑的大多数示例都处理更简单的数据帧

每次受试者回答一个实验问题时，他的用户名、位置、年龄和性别都记录在一行中，然后他在一系列问题上的实验数据被输入到这些变量旁边。问题是，他们可以回答实验中的任何问题，也可以回答不同的项目（这很复杂，但必须是这样）

原始数据如下所示：

User_id, location, age, gender, Item, Resp
1, CA, 22, M, A, 1 
1, CA, 22, M, B, -1 
1, CA, 22, M, C, -1 
1, CA, 22, M, D, 1 
1, CA, 22, M, E,-1
2, MD, 27, F, A, -1 
2, MD, 27, F, B, 1 
2, MD, 27, F, C, 1 
2, MD, 27, F, E, 1 
2, MD, 27, F, G, -1 
2, MD, 27, F, H, -1 

User_id, location, age, gender, A, B, C, D, E, F, G, H
1, CA, 22, M, 1, -1, -1, 1, -1, 0, 0, 0, 
2, MD, 27, F, -1, 1, 1, 1, 0, 1, -1, -1

我希望重新调整此数据，使每个用户都位于一行上，如下所示：

User_id, location, age, gender, Item, Resp
1, CA, 22, M, A, 1 
1, CA, 22, M, B, -1 
1, CA, 22, M, C, -1 
1, CA, 22, M, D, 1 
1, CA, 22, M, E,-1
2, MD, 27, F, A, -1 
2, MD, 27, F, B, 1 
2, MD, 27, F, C, 1 
2, MD, 27, F, E, 1 
2, MD, 27, F, G, -1 
2, MD, 27, F, H, -1 

User_id, location, age, gender, A, B, C, D, E, F, G, H
1, CA, 22, M, 1, -1, -1, 1, -1, 0, 0, 0, 
2, MD, 27, F, -1, 1, 1, 1, 0, 1, -1, -1

---

我认为这只是找到正确的重塑方程的问题，但我已经做了几个小时了，我不能完全得到我想要的，因为大多数例子没有重复的人口统计数据，因此可以更简单地进行轮换。非常抱歉，如果我忽略了一些简单的内容。

有一个名为的包，它使数据帧的融合和重塑变得更加容易。在您的情况下，您可以直接使用

tidyr:：spread

：

result = spread(df, Item, Resp)

但是，这将用

NA

填充缺少的条目：

  User_id location age gender  A  B  C  D  E  G  H
1       1       CA  22      M  1 -1 -1  1 -1 NA NA
2       2       MD  27      F -1  1  1 NA  1 -1 -1

您可以通过替换它们来解决此问题：

result[is.na(result)] = 0
result
#   User_id location age gender  A  B  C  D  E  G  H
# 1       1       CA  22      M  1 -1 -1  1 -1  0  0
# 2       2       MD  27      F -1  1  1  0  1 -1 -1

…或使用

fill

参数：

result = spread(df, Item, Resp, fill = 0)

为完整起见，另一种方法（即复制原始的

数据帧

）通过

聚集

（通常称为“融化”）：

---

-这里的最后一个参数告诉

gather

要收集哪些列（并且它支持简明的范围语法）。

使用

data.table

可以执行以下操作：

library(data.table)
> dcast(dt, User_id + location + age ~ Item, value.var = "Resp", fill = 0L)
   User_id location age  A  B  C  D  E  G  H
1:       1       CA  22  1 -1 -1  1 -1  0  0
2:       2       MD  27 -1  1  1  0  1 -1 -1

---

以下是始终优雅的

stats:：重塑版

(newdf <- reshape(df, direction = "wide", timevar = "Item", idvar = names(df)[1:4]))
#   User_id location age gender Resp. A Resp. B Resp. C Resp. D Resp. E Resp. G Resp. H
# 1       1       CA  22      M       1      -1      -1       1      -1      NA      NA
# 6       2       MD  27      F      -1       1       1      NA       1      -1      -1

当然，如果我们把代码分成两行，代码肯定会更清晰。另外，请注意，原始数据中的
Item
中没有
F
，因此输出与原始数据之间存在差异

数据：

df <- structure(list(User_id = c(1L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L, 
2L, 2L), location = structure(c(1L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, 
2L, 2L, 2L), .Label = c(" CA", " MD"), class = "factor"), age = c(22L, 
22L, 22L, 22L, 22L, 27L, 27L, 27L, 27L, 27L, 27L), gender = structure(c(2L, 
2L, 2L, 2L, 2L, 1L, 1L, 1L, 1L, 1L, 1L), .Label = c(" F", " M"
), class = "factor"), Item = structure(c(1L, 2L, 3L, 4L, 5L, 
1L, 2L, 3L, 5L, 6L, 7L), .Label = c(" A", " B", " C", " D", " E", 
" G", " H"), class = "factor"), Resp = c(1, -1, -1, 1, -1, -1, 
1, 1, 1, -1, -1)), .Names = c("User_id", "location", "age", "gender", 
"Item", "Resp"), class = "data.frame", row.names = c(NA, -11L
))

df Nice，
tidyr:：spread
具有相同的参数。一致性很好。
reformae2:：dcast
也有
fill
参数，所以不确定您的意思是什么！我读了这篇文章，然后跳过了它。你的解决方案很有效。对于任何其他发现此项的人：spread也会找到您的重复条目；我用df@MichaelChirico删除了它为什么？因为您使用了
fill=0
？@DavidArenburg-Hmm。。这是一个正确的观点。让我也在我的重复文章中寻找一些不在链接文章中的东西：-）