重塑数据框 R答案

【问题标题】：reshape a dataframe R重塑数据框 R
【发布时间】：2014-03-10 20:39:05
【问题描述】：

我正面临数据框的重塑问题。它有更多的行和列。简化后，它的结构如下：

rownames    year    x1  x2  x3
a           2000    2   6   11
b           2000    0   4   2
c           2000    0   3   5
a           2010    2   6   11
b           2010    0   0   0
c           2020    4   1   8
a           2020    10  1   7
b           2020    8   4   10
c           2020    22  1   16

我想提供一个数据框，其中只有一行用于变量“year”，复制后续列中的 x1、x2、x3 值，并使用行名和 x- 之间的组合重命名列多变的。它应该是这样的：

year  a_x1  a_x2  a_x3  b_x1  b_x2  b_x3  c_x1  c_x2  c_x3
2000  2     6     11    0     4     2     0     3     5
2010  2     6     11    0     0     0     4     1     8
2020  10    1     7     8     4     10    22    1     16

我想使用后续的 cbind() 函数，但由于我必须为数千行和数百列执行此操作，我希望 reshape 包有更直接的方法（我还不太熟悉）

提前致谢！

【问题讨论】：

请使用dput(sample_data)，以便用户可以将他们的建议应用于您正在查看的相同数据。
你想如何处理重复值？还是我应该根据您的示例输出假设这是一个错误？
@HansRoggeman 在这种情况下它是 100% 可重现的：dt <- read.table( text="...", , header = TRUE )，只需将 ... 替换为复制的文本。

标签： r reshape reshape2 melt cbind

【解决方案1】：

首先，我希望rownames 是data.frame 列，而不是data.frame 的行名。否则你会因为值的非唯一性而遇到问题。

我认为您的主要问题是，您的 data.frame 并未完全熔化：

library(reshape2)

dt <- melt( dt, id.vars=c("year", "rownames") )
head(dt)
   year rownames variable value
1  2000        a       x1     2
2  2000        b       x1     0
3  2000        c       x1     0
4  2010        a       x1     2
...

dcast( dt, year ~ rownames + variable )
  year a_x1 a_x2 a_x3 b_x1 b_x2 b_x3 c_x1 c_x2 c_x3
1 2000    2    6   11    0    4    2    0    3    5
2 2010    2    6   11    0    0    0    4    1    8
3 2020   10    1    7    8    4   10   22    1   16

编辑：

正如@spdickson 指出的那样，您的数据中也存在一个错误，避免了简单的聚合。 year、rowname 的组合当然必须是唯一的。否则，您需要一个聚合函数来确定非唯一组合的结果值。所以我们假设你数据中的第 6 行应该是c 2010 4 1 8。

【讨论】：

领先我 15 秒... +1
他的示例数据集中的一个错误导致dcast() 使用长度聚合了您的结果。如果您将2020 的第一个实例更改为2010，那应该会修复它，以便您获得他想要的结果。
谢谢，它有效！我的意思是rownames 作为data.frame 的行名。但是，我提取了 rownames 向量并作为列插入。尽管我有数百个years，但年行名称的组合在我的情况下总是相同的。

【解决方案2】：

您可以尝试使用 base R 中的reshape()，而无需进一步融合您的数据框：

df1 <- read.table(text="rownames    year    x1  x2  x3
a           2000    2   6   11
b           2000    0   4   2
c           2000    0   3   5
a           2010    2   6   11
b           2010    0   0   0
c           2010    4   1   8
a           2020    10  1   7
b           2020    8   4   10
c           2020    22  1   16",header=T,as.is=T)

reshape(df1,direction="wide",idvar="year",timevar="rownames")
#   year x1.a x2.a x3.a x1.b x2.b x3.b x1.c x2.c x3.c
# 1 2000    2    6   11    0    4    2    0    3    5
# 4 2010    2    6   11    0    0    0    4    1    8
# 7 2020   10    1    7    8    4   10   22    1   16

【讨论】：