使用tidyr或类似工具使高数据集变宽，同时将多个值折叠为一个向量

我有一组来自Matlab的数据，我想在R中使用它。我有一组主题，每个主题内有一组条件。在每种情况下，每个受试者都会产生一些数据。我把它写在一张“高”的桌子上，就像这样：

    subject   condition   data
#1  id1       cond1       0.12
#2  id1       cond1       0.43
#3  id1       cond2       1.26
#4  id2       cond1       1.96
#5  id2       cond2       0.24
#6  id2       cond2       0.62
...

正如您所看到的，一个问题是每个受试者的每个条件中的值数量不相同，而且受试者内的每个条件中的值数量也不相同。我对这些变量在受试者之间的分布很感兴趣，所以我希望在一个“宽”数据框中的列表中保留原始值，如下所示：

    subject   condition   data
#1  id1       cond1       c(0.12, 0.43)
#2  id1       cond2       c(1.26)
#3  id2       cond1       c(1.96)
#4  id2       cond2       c(0.24, 0.62)
...

这样做的最佳方式是什么？我以前使用过tidyr:：spread（），如果每行没有唯一的标识变量，它在这里就不起作用，但是即使我添加了，我也看不出它是如何工作的

我还尝试使用dplyr:：group_by（数据、主题、条件），但我不确定如何从那里开始。是否可以使用c（）作为摘要函数对分组表进行摘要。。。？这对我不起作用

---

一如既往，谢谢你的帮助

您可以使用

aggregate（）

创建由数字向量组成的

列表

列

数据

aggregate(data ~ subject + condition, FUN = list, data = df)
#  subject condition       data
#1     id1     cond1 0.12, 0.43
#2     id2     cond1       1.96
#3     id1     cond2       1.26
#4     id2     cond2 0.24, 0.62

---

您可以使用

aggregate（）

创建由数字向量组成的

列表

列

数据

aggregate(data ~ subject + condition, FUN = list, data = df)
#  subject condition       data
#1     id1     cond1 0.12, 0.43
#2     id2     cond1       1.96
#3     id1     cond2       1.26
#4     id2     cond2 0.24, 0.62

对于广泛形式：

wide_form = 
  data %>%
  group_by(subject, condition) %>%
  mutate(order = 1:n() %>% paste0("value", .)) %>%
  spread(order, data)

对于嵌套形式：

nested_form = 
  data %>%
  group_by(subject, condition) %>%
  summarize(data = data %>% list)

对于广泛形式：

wide_form = 
  data %>%
  group_by(subject, condition) %>%
  mutate(order = 1:n() %>% paste0("value", .)) %>%
  spread(order, data)

对于嵌套形式：

nested_form = 
  data %>%
  group_by(subject, condition) %>%
  summarize(data = data %>% list)

---

当列数相同时，数据的形状不会从高变宽——宽度（列数）是恒定的！您只是聚合—将现有行汇总到一行中。我不确定您想要的表示形式是否有用。常见的习惯用法是

dplyr:：group_by

然后

dplyr:：summary（）

做任何你想做的事情来查看“这些变量在受试者之间的分布”。请告诉我们您的最终目标，而不仅仅是您认为必要的中间步骤（但实际上可能只是使一个简单的问题过于复杂）…我们希望避免。你好，Gregor，非常感谢您的评论！我明白你的意思——我问的是如何实现我想要的，而不是陈述我的问题。最终的目标是从字面上比较这些变量的分布——也就是说，我想画一个cond的直方图。1和2在一个受试者内拟合曲线，并比较这些曲线的参数。在主题内比较之后，我还将通过将数据拟合到组集合来进行主题间比较，但我认为首先将所有数据放入一个整洁的数据框架是最容易的。PS：我应该补充一点，我发布的示例过于简单化，每个主题大约有50个值！当列数相同时，数据的形状不会从高变宽——宽度（列数）是恒定的！您只是聚合—将现有行汇总到一行中。我不确定您想要的表示形式是否有用。常见的习惯用法是

dplyr:：group_by

然后

dplyr:：summary（）

做任何你想做的事情来查看“这些变量在受试者之间的分布”。请告诉我们您的最终目标，而不仅仅是您认为必要的中间步骤（但实际上可能只是使一个简单的问题过于复杂）…我们希望避免。你好，Gregor，非常感谢您的评论！我明白你的意思——我问的是如何实现我想要的，而不是陈述我的问题。最终的目标是从字面上比较这些变量的分布——也就是说，我想画一个cond的直方图。1和2在一个受试者内拟合曲线，并比较这些曲线的参数。在主题内比较之后，我还将通过将数据拟合到组集合来进行主题间比较，但我认为首先将所有数据放入一个整洁的数据框架是最容易的。PS：我应该补充一点，我发布的示例过于简单化，每个主题大约有50个值！谢谢-这成功了！正如格雷戈在最初的问题下所说，我把我的术语弄糊涂了。我并不是真的在想办法让它变得更宽。但使用您的解决方案，这也很容易：

wideData%aggregate（数据~subject+condition，FUN=list，）%%>%spread（condition，data）

谢谢-这很有效！正如格雷戈在最初的问题下所说，我把我的术语弄糊涂了。我并不是真的在想办法让它变得更宽。但使用您的解决方案，这也很容易：

wideData%aggregate（数据~subject+condition，FUN=list，）%%>%spread（condition，data）