寻找一种使我的数据在 R 中水平的方法

Question

我目前在一个心理学实验室工作，并开始对一项任务的响应时间数据进行数据分析。

任务本身进行了多次试验，这使得数据看起来杂乱无章 - 尤其是现在，因为我最初的工作是将所有数据合并到一个数据框中。在数据的垂直方向上，我们可以看到参与 ID 和响应时间。太好了，这些都是重要的信息。但是，我们没有看到试验数字等，而是看到了如下所示的数据：

Participant 1, 23
Participant 1, 22
Participant 1, 25
Participant 2, 36

就像重复的参与者 ID 一样（我们的样本量可以达到数千，因此我们的数据框很长）。我们无法挑选出重要信息，也无法查看哪个试验是哪个。所以，我们想要一个水平的表示。

现在，我使用 R 作为数据分析的手段......但我对 R 有点陌生，这是我第一个使用它的项目。虽然我已经完成了在线 R 课程，但在使用实际数据时，你确实学得最好。

在努力修复我的数据时，我一直在研究 reshape 和 tidyr 包：reshape 有 melt 和 cast 可以帮助我，tidyr 有 pivot_wider，我认为这对我的帮助不只是 melt 和 cast。

我一直在尝试使用我的实际数据中的较小数据框作为测试代码的方法。

pivot_wider

我一开始使用的是 pivot_wider：

newdf1_test %>%
        pivot_wider(names_from = name, values_from = V4)

我得到了一个 tibble，但它只有一个参与者的 ID 和一个响应时间值

我还收到一条警告消息，指出 V4 中的值不是唯一定义的，并且我收到了有关如何绕过警告的建议。所有的建议刚刚返回给我一个数据中的错误，其中替换有 1 行，数据有 0。这到底是什么意思？

熔铸

我只是不确定它是如何工作的。当我融化数据框时，我不确定接下来要做什么，因为我看到的仍然是一个长数据框，而不是宽数据框。

melt_testdf <- melt(newdf1_test, name = c("SID", V4 = c("response_time")

我的印象是这会添加两个新变量：SID 和 response_time，这将帮助我创建两个不同的数据表，然后转置它们以使合并的数据框水平。但是，不，返回给我的新数据框显示了名称（具有参与者 ID）、仅具有值 V4 的变量（V4 是最初具有响应时间的列的名称）以及列的值响应时间最终是。

我知道我应该强制转换以进一步重塑数据，但鉴于我已经很困惑，我不想继续。

我该怎么办？我现在对此感到非常困惑，无论我读了多少书，我都无法理解。

Answer 1

您看到的错误是因为 pivot_wider 假设只有一行，因此它需要一种方法来聚合 V4 结果。

如果您想要多行，则需要提供一个参数或数据，让新的宽表有一种有意义的方式来指定新行。

这是我为新表提供 id 的示例：

newdf1_test <- tribble(
        ~test, ~name, ~V4,
        '001', 'Participant 1', 23,
        '002','Participant 1', 22,
        '003','Participant 1', 25,
        '001','Participant 2', 36)


newdf1_test %>%
        pivot_wider(
                names_from = name, 
                values_from = V4)

# A tibble: 3 x 3
  test  `Participant 1` `Participant 2`
  <chr>           <dbl>           <dbl>
1 001                23              36
2 002                22              NA
3 003                25              NA

在这个版本中，pivot_wider 的 cols() 参数基本上是隐含在测试变量中的。 而且您还可以看到，如果没有测试变量，新数据表就没有意义。

我希望这是有道理的！