如何使用 tidyverse 将长形转换为宽形 [重复]答案

【问题标题】：How to transform long to wide reshape with tidyverse [duplicate]如何使用 tidyverse 将长形转换为宽形 [重复]
【发布时间】：2019-06-13 09:28:51
【问题描述】：

我想用 tidyverse::spread 将我的长数据帧重塑为宽格式。我应该怎么做才能包含转换的所有变量。

我的意见：

df <- tibble::tribble(
  ~respid, ~member_id, ~gender, ~edu,  ~dob,
     100L,  1L,      1L,   3L, 1978L,
     100L,  2L,      1L,   3L, 1980L,
     200L,  1L,      1L,   4L, 1974L,
     200L,  2L,      2L,   5L, 1955L,
     300L,  1L,      2L,   3L, 1998L,
     300L,  2L,      1L,   4L, 1999L,
     300L,  3L,      2L,   3L, 2001L
  )

希望输出：

output <- tibble::tribble(
  ~respid, ~gender_1, ~edu_1, ~dob_1, ~gender_2, ~edu_2, ~dob_2, ~gender_3, ~edu_3, ~dob_3,
     100L,        1L,     3L,  1978L,        1L,     3L,  1980L,        NA,     NA,     NA,
     200L,        1L,     4L,  1974L,        2L,     5L,  1955L,        NA,     NA,     NA,
     300L,        2L,     3L,  1998L,        1L,     4L,  1999L,        2L,     3L,  2001L
  )

我在这里尝试过，但 row_number() 看起来不正确。

df %>%
  group_by(member_id) %>% 
  mutate(t1 = paste0("gender_" , row_number())) %>%
  spread(t1, gender)

【问题讨论】：

标签： r tidyverse tidyr

【解决方案1】：

你可以这样做：

df %>%
 gather(var, val, -c(respid, member_id)) %>%
 mutate(var = paste(var, member_id, sep = "_")) %>%
 select(-member_id) %>%
 spread(var, val)

  respid dob_1 dob_2 dob_3 edu_1 edu_2 edu_3 gender_1 gender_2 gender_3
   <int> <int> <int> <int> <int> <int> <int>    <int>    <int>    <int>
1    100  1978  1980    NA     3     3    NA        1        1       NA
2    200  1974  1955    NA     4     5    NA        1        2       NA
3    300  1998  1999  2001     3     4     3        2        1        2

首先，它将数据从宽格式转换为长格式。其次，它创建了新的变量名。最后，它返回宽格式。

或者使用reshape2:

dcast(melt(df, id.vars = c("respid", "member_id")), respid~variable+member_id, value.var = "value")

  respid gender_1 gender_2 gender_3 edu_1 edu_2 edu_3 dob_1 dob_2 dob_3
1    100        1        1       NA     3     3    NA  1978  1980    NA
2    200        1        2       NA     4     5    NA  1974  1955    NA
3    300        2        1        2     3     4     3  1998  1999  2001

【讨论】：