将多个变量重塑为长格式（窄格式）答案

【问题标题】：Reshaping Multiple Variables into Long Form (Narrow Form)将多个变量重塑为长格式（窄格式）
【发布时间】：2017-03-01 13:52:58
【问题描述】：

我已经看到了一些仅使用两个变量执行此操作的示例，但我无法完全弄清楚如何让它与我的三个变量一起使用（或者如果可以的话）。我有 3 个变量，每个变量有 2-3 个数据点——相当于 3x3x2 的受试者内方差分析。

可变标题表示上下文、熵和干扰的级别。

我一直在查看许多 reshape、melt 和 colsplit 的示例，但无法找出适用于我的数据的解决方案。我知道如果我只有三个级别（或三个时间点）的 Context 变量，我可以让它工作，但是三个不同的变量都具有不同的级别是可能的吗？

【问题讨论】：

请勿以图片形式发布您的数据，请了解如何提供reproducible example
library(data.table); ?melt.data.table 或 library(tidyr); ?gather。

标签： r reshape reshape2

【解决方案1】：

这可能不是最有效的方法，但它确实有效。

library(reshape2)
library(dplyr)
# create example dataset
my_df = data.frame(Subj_No = 314:318,
                   Context1_Entropy1_Dist1 = rep(1, 5),  
                   Context1_Entropy2_Dist1 = rep(2, 5),  
                   Context1_Entropy1_Dist2 = rep(3, 5),
                   Context1_Entropy2_Dist2 = rep(4, 5),
                   Context2_Entropy1_Dist1 = rep(5, 5),
                   Context2_Entropy2_Dist1 = rep(6, 5),
                   Context2_Entropy1_Dist2 = rep(7, 5),
                   Context2_Entropy2_Dist2 = rep(8, 5),
                   Context3_Entropy3_Dist2 = rep(9, 5),
                   Context3_Entropy3_Dist1 = rep(10, 5)) 

# melt data from wide to long form
my_df = melt(my_df, id.vars = "Subj_No", variable.name = "Group", 
             value.name = "Value")

# convert Group column to character
my_df$Group = as.character(my_df$Group)

# split group into three separate groups
groups = strsplit(my_df$Group, "_") %>% 
  unlist() %>% 
  matrix(ncol = 3, byrow = TRUE) %>%
  data.frame(stringsAsFactors = TRUE)

这部分是将Group列拆分为三个变量，Context、Entropy、Dist用分隔符“_”，unlist，逐行存储为矩阵，并转换为data.frame。

# some further processing
names(groups) = c("Context", "Entropy", "Dist")
levels(groups$Context) = 1:3
levels(groups$Entropy) = 1:3
levels(groups$Dist) = 1:2

重新调平是可选的，但我认为通过数字而不是“Context1”或“Entropy2”之类的方式引用组可能更容易。

# Combine the new groups with original df and drop Groups col
my_df = cbind(my_df, groups) %>% mutate(Group = NULL)

最后一个 mutate 函数删除 Group 变量。

我希望这是你想要的！

【讨论】：