从 base 重塑与来自 reshape2 的 dcast 与缺失值答案

【问题标题】：reshape from base vs dcast from reshape2 with missing values从 base 重塑与来自 reshape2 的 dcast 与缺失值
【发布时间】：2016-04-25 23:07:14
【问题描述】：

这个数据框，

df <- expand.grid(id="01", parameter=c("blood", "saliva"), visit=c("V1", "V2", "V3"))
df$value <- c(1:6)
df$sex <- rep("f", 6)
df

> df
  id parameter visit value sex
1 01     blood    V1     1   f
2 01    saliva    V1     2   f
3 01     blood    V2     3   f
4 01    saliva    V2     4   f
5 01     blood    V3     5   f
6 01    saliva    V3     6   f

当我以“宽”格式重塑它时，我得到的结果与基本的 reshape 函数和来自 reshape2 的 dcast 函数相同。

reshape(df,
        timevar="visit",
        idvar=c("id", "parameter", "sex"),
        direction="wide")

  id parameter sex value.V1 value.V2 value.V3
1 01     blood   f        1        3        5
2 01    saliva   f        2        4        6


library(reshape2)
dcast(df,
      id+parameter+sex~visit,
      value.var="value")

  id parameter sex V1 V2 V3
1 01     blood   f  1  3  5
2 01    saliva   f  2  4  6

但如果我添加一些缺失值，结果会有所不同

df$value <- c(1,2,NA,NA,NA,NA)
df$sex <- c(NA,NA,NA,NA,NA,NA)
df

> df
  id parameter visit value sex
1 01     blood    V1     1  NA
2 01    saliva    V1     2  NA
3 01     blood    V2    NA  NA
4 01    saliva    V2    NA  NA
5 01     blood    V3    NA  NA
6 01    saliva    V3    NA  NA

以reshape为基数，我只得到一行

reshape(df,
        timevar="visit",
        idvar=c("id", "parameter", "sex"),
        direction="wide")

  id parameter sex value.V1 value.V2 value.V3
1 01     blood  NA        1       NA       NA

使用dcast，我得到两行

dcast(df,
      id+parameter+sex~visit,
      value.var="value")

  id parameter sex V1 V2 V3
1 01     blood  NA  1 NA NA
2 01    saliva  NA  2 NA NA

有没有办法在 reshape 基函数中处理这些缺失值，因为我想使用这个？

【问题讨论】：

从帮助页面看，reshape 如何处理缺失值并不明显。
但是非NA-value 2 去哪儿了？
这就是重点。我想知道它的去向！
我不知道这是否是一个错误，但如果你将sex 中的 NA 替换为任何其他值，例如0，它会给出 2 行。
在代码中它使用missing(idvar) &&.. 可能是一个错误，但至少你得到了dcast 的输出，这也不是很混乱。

标签： r reshape missing-data reshape2

【解决方案1】：

reshape 代码的相关部分将是以下行：

data[, tempidname] <- interaction(data[, idvar], drop = TRUE)

看看interaction是如何工作的：

> interaction("A", "B")
[1] A.B
Levels: A.B
> interaction("A", "B", NA)
[1] <NA>
Levels:

但是，比较一下如果NA 被保留为level 会发生什么：

> interaction("A", "B", addNA(NA))
[1] A.B.NA
Levels: A.B.NA

因此，如果您想获得与基本 R 的 reshape 相同的结果，则需要确保任何“idvar”列都将 NA 保留为一个级别。

例子：

df$sex <- addNA(df$sex)
reshape(df,
        timevar="visit",
        idvar=c("id", "parameter", "sex"),
        direction="wide")
#   id parameter  sex value.V1 value.V2 value.V3
# 1 01     blood <NA>        1       NA       NA
# 2 01    saliva <NA>        2       NA       NA

当然，另一个问题是如何将NA 视为识别变量:-)

【讨论】：