使用gather（）将两组（或更多）列收集成两个（或更多）键值对[重复]

Question

我想将两组单独的列收集到两个键值对中。以下是一些示例数据：

library(dplyr)
library(tidyr)
ID = c(1:5)
measure1 = c(1:5)
measure2 = c(6:10)
letter1 = c("a", "b", "c", "d", "e")
letter2 = c("f", "g", "h", "i", "j")

df = data.frame(ID, measure1, measure2, letter1, letter2)
df = tbl_df(df)
df$letter1 <- as.character(df$letter1)
df$letter2 <- as.character(df$letter2)

我希望两个度量列（measure1 和 measure2）的值位于一个列中，旁边有一个键列（键值对）。我也希望 letter1 和 letter2 也一样。我想我可以使用 select() 创建两个不同的数据集，在两个数据集上分别使用 collect 然后加入（这有效）：

df_measure = df %>% 
  select(ID, measure1, measure2) %>% 
  gather(measure_time, measure, -ID) %>% 
  mutate(id.extra = c(1:10))
df_letter = df %>% 
  select(ID, letter1, letter2) %>% 
  gather(letter_time, letter, -ID) %>% 
  mutate(id.extra = c(1:10))
df_long = df_measure %>% 
  left_join(df_letter, by = "id.extra")

所以这非常有效（在这种情况下），但我想这可以更优雅地完成（没有分裂或创建'id.extra'之类的东西）。所以请解释一下！

Answer 1

您可以使用以下内容。从您当前的方法来看，我不确定这是否正是您想要的输出，因为它似乎包含很多冗余信息。

df %>%
  gather(val, var, -ID) %>%
  extract(val, c("value", "time"), regex = "([a-z]+)([0-9]+)") %>%
  spread(value, var)
# # A tibble: 10 × 4
#       ID  time letter measure
# *  <int> <chr>  <chr>   <chr>
# 1      1     1      a       1
# 2      1     2      f       6
# 3      2     1      b       2
# 4      2     2      g       7
# 5      3     1      c       3
# 6      3     2      h       8
# 7      4     1      d       4
# 8      4     2      i       9
# 9      5     1      e       5
# 10     5     2      j      10

---

使用来自“data.table”的melt + patterns 更容易做到这一点：

library(data.table)
melt(as.data.table(df), measure.vars = patterns("measure", "letter"))

---

或者你可以是老派，只使用来自基本 R 的reshape。但是请注意，基本 R 的reshape 不喜欢“小标题”，所以你必须用as.data.frame 转换它。

reshape(as.data.frame(df), direction = "long", idvar = "ID", 
        varying = 2:ncol(df), sep = "")

Answer 2

我们可以使用data.table中的melt，它可以使用多个measurepatterns

library(data.table)
melt(setDT(df), measure = patterns("^measure", "^letter"), 
          value.name = c("measure", "letter"))
#     ID variable measure letter
# 1:  1        1       1      a
# 2:  2        1       2      b
# 3:  3        1       3      c
# 4:  4        1       4      d
# 5:  5        1       5      e
# 6:  1        2       6      f
# 7:  2        2       7      g
# 8:  3        2       8      h
# 9:  4        2       9      i
#10:  5        2      10      j