如何仅堆叠数据框中的某些列？

Question

我在数据框中有一些数据，格式如下：

A  B  C  V1  V2  V3
1  1  1  x   y   z
1  1  2  a   b   c
...

其中 A、B、C 是因子，A、B、C 的组合对于每一行都是唯一的。

我需要将一些列转换为因子，以实现如下形式：

A  B  C  V  val
1  1  1  V1 x
1  1  1  V2 y
1  1  1  V3 z
1  1  2  V1 a
1  1  2  V2 b
1  1  2  V2 c
...

这似乎与stack 和xtabs 的倒数有关，但我不知道如何指定只有某些列应该“堆叠”。

Answer 1

使用reshape2 包

dat <- read.table(text = 'A  B  C  V1  V2  V3
1  1  1  x   y   z
1  1  2  a   b   c',header= T)
library(reshape2)
melt(dat,id.vars = c('A','B','C'))
 A B C variable value
1 1 1 1       V1     x
2 1 1 2       V1     a
3 1 1 1       V2     y
4 1 1 2       V2     b
5 1 1 1       V3     z
6 1 1 2       V3     c

Answer 2

在@AnandaMahto 来到这里并提供他的基础reshape 解决方案之前，这是我的尝试：

dat <- read.table(text = 'A  B  C  V1  V2  V3
1  1  1  x   y   z
1  1  2  a   b   c',header= T)

expandvars <- c("V1","V2","V3")

datreshape <- reshape(dat,
                   idvar=c("A","B","C"),
                   varying=list(expandvars),
                   v.names=c("val"),
                   times=expandvars,
                   direction="long")

> datreshape
         A B C time val
1.1.1.V1 1 1 1   V1   x
1.1.2.V1 1 1 2   V1   a
1.1.1.V2 1 1 1   V2   y
1.1.2.V2 1 1 2   V2   b
1.1.1.V3 1 1 1   V3   z
1.1.2.V3 1 1 2   V3   c

Answer 3

stack

stack 是一种可能性是对的，但您可能错过了stack 文档中的关键行：

请注意，堆栈适用于向量（由 is.vector 确定）：非向量列（例如因子）将被忽略（从 R 2.15.0 开始出现警告）。

那么，我们该如何进行呢？

这是您的数据：

dat <- read.table(text = 'A  B  C  V1  V2  V3
    1  1  1  x   y   z
    1  1  2  a   b   c',header= T)

在这里，我们将因子转换为as.character：

dat[sapply(dat, is.factor)] = lapply(dat[sapply(dat, is.factor)], as.character)

以下是我们如何指定 stack 的列：

stack(dat[4:6])
#   values ind
# 1      x  V1
# 2      a  V1
# 3      y  V2
# 4      b  V2
# 5      z  V3
# 6      c  V3

但是，我们仍然需要为第 1-3 列“扩展”您的行。请参阅here 了解如何执行此操作。

有了这些信息，我们就可以使用cbind来得到想要的结果了。

cbind(dat[rep(row.names(dat), 3), 1:3], stack(dat[4:6]))
#     A B C values ind
# 1   1 1 1      x  V1
# 2   1 1 2      a  V1
# 1.1 1 1 1      y  V2
# 2.1 1 1 2      b  V2
# 1.2 1 1 1      z  V3
# 2.2 1 1 2      c  V3

xtabs

您也说得对，xtabs 似乎很有可能，但 xtabs 实际上希望与您提供的内容相反。也就是说，当你指定一个公式时，它期望左边的项目是数字，右边的项目是因子。因此，如果您的数据被交换，您可以当然使用xtabs。

这是一个演示（它之所以有效，是因为您使用的是一个简单的示例，我们可以轻松地将match“字母”转换为“数字”）。

dat2 <- dat # Make a copy of "dat"
# Swap out dat 4-6 with numbers
dat2[4:6] <- lapply(dat2[4:6], function(x) match(x, letters))
# Swap out dat 1-3 with letters
dat2[1:3] <- lapply(dat2[1:3], function(x) letters[x])
# Our new "dat"
dat2
#   A B C V1 V2 V3
# 1 a a a 24 25 26
# 2 a a b  1  2  3
data.frame(xtabs(cbind(V1, V2, V3) ~ A + B + C, dat2))
#   A B C Var4 Freq
# 1 a a a   V1   24
# 2 a a b   V1    1
# 3 a a a   V2   25
# 4 a a b   V2    2
# 5 a a a   V3   26
# 6 a a b   V3    3

---

换句话说，您选择的工具可能是正确的，但您的数据也需要采用工具所期望的形式。

但是，当reshape 和朋友们有更好的解决方案时，我不确定你为什么要完成我展示的所有工作；）

---

很晚更新...

您还可以查看我的“splitstackshape”包中的merged.stack：

library(splitstackshape)
merged.stack(dat, var.stubs = "V", sep = "NoSep")
#    A B C .time_1 V
# 1: 1 1 1      V1 x
# 2: 1 1 1      V2 y
# 3: 1 1 1      V3 z
# 4: 1 1 2      V1 a
# 5: 1 1 2      V2 b
# 6: 1 1 2      V3 c

或来自“tidyr”的gather：

library(dplyr)
library(tidyr)
# gather(dat, var, val, V1:V3)
dat %>% gather(var, val, V1:V3) 
#   A B C var val
# 1 1 1 1  V1   x
# 2 1 1 2  V1   a
# 3 1 1 1  V2   y
# 4 1 1 2  V2   b
# 5 1 1 1  V3   z
# 6 1 1 2  V3   c