Reshape Data Long to Wide - 了解 reshape 参数答案

【问题标题】：Reshape Data Long to Wide - understanding reshape parametersReshape Data Long to Wide - 了解 reshape 参数
【发布时间】：2015-11-21 03:18:53
【问题描述】：

我有一个长格式的数据框狗，我正在尝试使用 reshape() 函数将其重新格式化为宽格式。目前看起来是这样的：

dogid  month  year  trainingtype  home  school  timeincomp
12345  1      2014  1             1     1       340
12345  2      2014  1             1     1       360
31323  12     2015  2             7     3       440
31323  1      2014  1             7     3       500
31323  2      2014  1             7     3       520

dogid 列是一组 id，每只狗一个。 12 个月的月份列从 1 到 12 变化，2014 到 2015 年的年份变化。Trainingtype 从 1 到 2 变化。每只狗的每个月-年-trainingtype 组合都有一个 timeincomp 值，因此每只狗有 48 个条目。家庭和学校从 1 到 8 不等，并且每只狗都是不变的（同一只狗的每个条目都有相同的学校和家庭）。参加比赛的时间是我的反应变量。

我希望我的桌子看起来像这样：

dogid  home  school  month1year2014trainingtype1  month2year2014trainingtype1
12345  1     1       340                          360
31323  7     3       500                          520

等等。（每个月-年-培训类型组合的列）

我应该在 reshape 中使用哪些参数来实现这一点？

【问题讨论】：

标签： r format reshape reshape2 tidyr

【解决方案1】：

您可以使用包reshape2 中的函数dcast。更容易理解。公式左边是长的，右边是宽的。

fun.aggregate 是在每个案例有超过 1 个数字的情况下应用的函数。如果确定没有重复病例，可以使用mean或sum

dcast(data, formula= dogid + home + school ~ month + year + trainingtype,
value.var = 'timeincomp',
fun.aggregate = sum)

我希望它有效：

  dogid home school 1_2014_1 2_2014_1 12_2015_2
1 12345    1      1      340      360         0
2 31323    7      3      500      520       440

【讨论】：

【解决方案2】：

在这种情况下，使用基数 reshape，您实际上需要三个时间变量的 interaction() 来定义您的宽变量，所以：

idvars  <- c("dogid","home","school")
grpvars <- c("year","month","trainingtype")
outvar  <- "timeincomp"
time    <- interaction(dat[grpvars])

reshape(
  cbind(dat[c(idvars,outvar)],time),
  idvar=idvars,
  timevar="time",
  direction="wide"
)

#  dogid home school timeincomp.2014.1.1 timeincomp.2014.2.1 timeincomp.2015.12.2
#1 12345    1      1                 340                 360                   NA
#3 31323    7      3                 500                 520                  440

【讨论】：

【解决方案3】：

您可以使用reshape2、tidyr 的新替代品来做同样的事情：

library(tidyr)
library(dplyr)
data %>% unite(newcol, c(year, month, trainingtype)) %>%
         spread(newcol, timeincomp)

  dogid home school 2014_1_1 2014_2_1 2015_12_2
1 12345    1      1      340      360        NA
2 31323    7      3      500      520       440

首先，我们将年、月和培训类型列合并到一个名为 newcol 的新列中，然后以 timeincomp 作为我们的值变量来传播数据。

NA 在那里，因为我们没有任何值，您可以通过在扩展函数中更改 fill = NA 来给它一个。

【讨论】：

我仍然不习惯 tidyr，并试图将gather() 与 spread() 结合起来，但还没有看到'unite() 是必要的！谢谢！

【解决方案4】：

对于 tidyr_1.0.0 及以上版本，另一个选项是 pivot_wider

library(tidyverse)

df <- tribble(
~dogid, ~month, ~year, ~trainingtype, ~home, ~school, ~timeincomp,
12345,  1,  2014, 1, 1, 1, 340,
12345,  2,  2014, 1, 1, 1, 360,
31323,  12, 2015, 2, 7, 3, 440,
31323,  1,  2014, 1, 7, 3, 500,
31323,  2,  2014, 1, 7, 3, 520
)


df %>% pivot_wider(
  id_cols = c(dogid,home, school),
  names_from = c(month, year, trainingtype),
  values_from = c(timeincomp),
)

【讨论】：