dplyr重播-未找到变量
首先,以下是我使用的数据dplyr重播-未找到变量,r,dplyr,reshape2,tidyr,R,Dplyr,Reshape2,Tidyr,首先,以下是我使用的数据tbl_df(简化): > mytbldf Source: local data frame [6 x 5] iso2c country year var1 var2 1 BI Burundi 2011 4.486265 6.693711 2 BI Burundi 2012 3.939242 5.330326 3 BI Burundi 2013 4.286439 5.747370 4 UG Uganda 201
tbl_df
(简化):
> mytbldf
Source: local data frame [6 x 5]
iso2c country year var1 var2
1 BI Burundi 2011 4.486265 6.693711
2 BI Burundi 2012 3.939242 5.330326
3 BI Burundi 2013 4.286439 5.747370
4 UG Uganda 2011 3.998849 10.025680
5 UG Uganda 2012 4.606198 13.416311
6 UG Uganda 2013 4.746322 15.981362
我想(用tidyr的措辞)将年份变量分布在var1
和var2
上。
经过一些(…)迭代,我发现了一种有效的语法:
> recast(mytbldf, iso2c + country ~ variable + year, measure.var = c("var1","var2"))
iso2c country var1_2011 var1_2012 var1_2013 var2_2011 var2_2012 var2_2013
1 BI Burundi 4.486265 3.939242 4.286439 6.693711 5.330326 5.74737
2 UG Uganda 3.998849 4.606198 4.746322 10.025680 13.416311 15.98136
三个问题:
1)如果我没有指定measure.var=
,我会得到以下错误:
> recast(mytbldf, iso2c + country ~ variable + year)
Using iso2c, country as id variables
Error in eval(expr, envir, enclos) : object 'year' not found
为什么呢?从重铸
的人那里,我假设它将把度量.var
作为所有其他变量
2)那么,有没有办法避免指定measure.var
?在我的实际情况中,有太多的变量,名称太长,无法显式指定它们
3)是否有更好/更简单的方法使用我缺少的
restrape2
或tidyr
来实现这一点 您可以尝试devel
版本的data.table
,它可以容纳多个value.var
列
library(data.table)#v1.9.5+
dcast(setDT(mytbldf), iso2c+country~year, value.var=c('var1', 'var2'))
# iso2c country 2011_var1 2012_var1 2013_var1 2011_var2 2012_var2 2013_var2
#1: BI Burundi 4.486265 3.939242 4.286439 6.693711 5.330326 5.74737
#2: UG Uganda 3.998849 4.606198 4.746322 10.025680 13.416311 15.98136
或者使用base R
reshape(mytbldf, idvar=c('iso2c', 'country'), timevar='year',
direction='wide')
# iso2c country var1.2011 var2.2011 var1.2012 var2.2012 var1.2013 var2.2013
#1 BI Burundi 4.486265 6.693711 3.939242 5.330326 4.286439 5.74737
#4 UG Uganda 3.998849 10.025680 4.606198 13.416311 4.746322 15.98136
关于recast
它只是melt
+dcast
。因此,如果您没有在melt
中指定id.var
或measure.var
,则long
格式将不同于您预期的格式。对于recast
,您可以将id.var
指定为
library(reshape2)
recast(mytbldf, id.var=c('iso2c', 'country', 'year'),
iso2c+country~variable+year)
# iso2c country var1_2011 var1_2012 var1_2013 var2_2011 var2_2012 var2_2013
#1 BI Burundi 4.486265 3.939242 4.286439 6.693711 5.330326 5.74737
#2 UG Uganda 3.998849 4.606198 4.746322 10.025680 13.416311 15.98136
此外,如果您知道列索引,则比键入名称更容易
recast(mytbldf, measure.var=4:5, iso2c+country~variable+year)
# iso2c country var1_2011 var1_2012 var1_2013 var2_2011 var2_2012 var2_2013
#1 BI Burundi 4.486265 3.939242 4.286439 6.693711 5.330326 5.74737
#2 UG Uganda 3.998849 4.606198 4.746322 10.025680 13.416311 15.98136
Re:你的第三个问题,我认为在
tidyr
中没有。在tidyr
中执行此操作需要为每个要传播的变量单独调用spread
(在示例中为两个,但在实际数据中听起来更像),然后组合结果。根据,您的数据已经是整洁的,这可能就是为什么不支持这种操作的原因。@SamFirke:您是对的,数据确实已经是整洁的。我现在需要做的是最后一步,在这一步中,我必须生成(混乱的)输出,这些输出可以注入到XLS电子表格中