使用列模式融化 data.table

Question

我有一个data.table，看起来像这样：

id A1g_hi A2g_hi A3g_hi A4g_hi
1  2      3      4      5
...

我想melt这个表，让它看起来像这样：

id time hi
1  1    2
1  2    3
1  3    4
1  4    5
...

我尝试过这样的事情：

melt(dtb, measure.vars = patterns("^A"), value.name = "hi", variable.name="time")

这并没有给我想要的东西。我需要在这里使用字符串拆分还是有本地的 data.table 函数可以做到这一点？

Answer 1

我向@rawr 举杯，他显然了解base-R reshape-函数。对我来说，这是一个永恒的谜，尽管在理解它的文档方面付出了很多努力，并为解决它的问题付出了很多努力。尽管我普遍鄙视 hadleyverse 在通过通用“非标准化”“简化”（但对我来说是混淆）R 的努力，但我发现他发明的 reshape2::melt-function 对有效操作很有帮助。

require(reshape2)
> melt(dat, id.var="id")
  id variable value
1  1   A1g_hi     2
2  1   A2g_hi     3
3  1   A3g_hi     4
4  1   A4g_hi     5
> str(melt(dat, id.var="id"))
'data.frame':   4 obs. of  3 variables:
 $ id      : int  1 1 1 1
 $ variable: Factor w/ 4 levels "A1g_hi","A2g_hi",..: 1 2 3 4
 $ value   : int  2 3 4 5

所以：

> dat2[[2]] <- as.numeric(dat2[[2]])
> dat2
  id variable value
1  1        1     2
2  1        2     3
3  1        3     4
4  1        4     5

Answer 2

我可以建议一个简单的dplyr+tidyr 解决方案。

library(data.table)
library(dplyr)
library(tidyr)

dt <- as.data.table(read.table(text = "id A1g_hi A2g_hi A3g_hi A4g_hi
1  2      3      4      5", header = T))

dt %>% gather(time, hi, -id) %>% mutate(time = extract_numeric(time))

  id time hi
1  1    1  2
2  1    2  3
3  1    3  4
4  1    4  5