以特定方式重塑 R 中的 csv答案

【问题标题】：Reshaping a csv in R a particular way以特定方式重塑 R 中的 csv
【发布时间】：2015-06-12 10:21:28
【问题描述】：

我有一个列格式类似于此的 CSV：

Section | ID | Totaltime | Item1/Word | Item1/Cat | Item1/Time...Item235/Time

我想重新调整它，以便每个 ID 的所有 235 个条目都不是在一行上，而是每个项目有一行，按 ID 排序/分块，所以它看起来类似于这个-

Section | ID0 | Totaltime | Item1/Word | Item1/Cat | Item1/Time 
                            Item2/Word | Item2/Cat | Item2/Time
                            Item3/Word | Item3/Cat | Item3/Time
                           ...Item235/Word | Item235/Cat | Item235/Time
Section | ID1 | Totaltime | Item1/Word | Item1/Cat | Item1/Time...

我尝试使用 ID 作为 vars.id 参数来融合它，并将各种项目通过 grepl 拉到 measure.vars 参数中，但这会导致类似这样的结果-

Section | ID0 | Totaltime
Section | ID0 | Item1/Word 
Section | ID0 | Item1/Cat 
Section | ID0 | Item1/Time 
             ...
Section | ID0 | Item235/Word 
Section | ID0 | Item235/Cat 
Section | ID0 | Item235/Time

我也尝试过重铸这个，但运气不佳。

本周我是 R 新手，所以我确信我可能遗漏了一些非常明显的东西，但我在这方面遇到了困难。

【问题讨论】：

您确定要这样做吗？似乎以您想要的格式工作可能会更难。
这不是我的数据。这就是他们要求的方式。采用这种特殊格式，长而不是宽。
我会回到客户那里，询问他们为什么希望以这种指定的格式拥有它并列举这样做的问题。正如@RichardScriven 指出的那样，它看起来很笨拙。

标签： r csv casting melt

【解决方案1】：

来自data.table v1.9.5+ 的melt 可以对多个列进行操作。（使用@rawr 的数据）

require(data.table) # v1.9.5+
vals = unique(gsub("Item[0-9]+/", "", tail(names(dd), -3L)))
melt(setDT(dd), id=1:3, measure=lapply(vals, grep, names(dd)), value.name=vals)
#     Section   ID0 Totaltime variable   Word   Cat   Time
#  1:       1 10001       100        1 1/word 1/cat 1/time
#  2:       2 10002       200        1 1/word 1/cat 1/time
#  3:       3 10003       300        1 1/word 1/cat 1/time
#  4:       4 10004       400        1 1/word 1/cat 1/time
#  5:       5 10005       500        1 1/word 1/cat 1/time
#  6:       1 10001       100        2 2/word 2/cat 2/time
#  7:       2 10002       200        2 2/word 2/cat 2/time
#  8:       3 10003       300        2 2/word 2/cat 2/time
#  9:       4 10004       400        2 2/word 2/cat 2/time
# 10:       5 10005       500        2 2/word 2/cat 2/time
# 11:       1 10001       100        3 3/word 3/cat 3/time
# 12:       2 10002       200        3 3/word 3/cat 3/time
# 13:       3 10003       300        3 3/word 3/cat 3/time
# 14:       4 10004       400        3 3/word 3/cat 3/time
# 15:       5 10005       500        3 3/word 3/cat 3/time

【讨论】：

我收到此错误：Argument 'value.name' must be a character vector of length 1
您使用的是旧版本的data.table。请按照帖子中的链接升级到 1.9.5。
现在有 v.1.9.5，但融化给了我一张与第一个宽格式完全相同的表格。 vals 变量似乎在我查看时选择了正确的值。
1.你正在研究我展示的确切数据吗？ 2. 如果没有，您必须提供指向您数据的链接供我测试，否则无法提供帮助。

【解决方案2】：

我认为这得到了你需要的格式：

dd <- data.frame(Section = 1:5, ID0 = 10001:10005, Totaltime = 1:5 * 100,
                 'Item1/Word' = '1/word', 'Item1/Cat' = '1/cat',
                 'Item1/Time' = '1/time',
                 'Item2/Word' = '2/word', 'Item2/Cat' = '2/cat',
                 'Item2/Time' = '2/time',
                 'Item3/Word' = '3/word', 'Item3/Cat' = '3/cat',
                 'Item3/Time' = '3/time', stringsAsFactors = FALSE,
                 check.names = FALSE)


#   Section   ID0 Totaltime Item1/Word Item1/Cat Item1/Time Item2/Word Item2/Cat Item2/Time Item3/Word Item3/Cat Item3/Time
# 1       1 10001       100     1/word     1/cat     1/time     2/word     2/cat     2/time     3/word     3/cat     3/time
# 2       2 10002       200     1/word     1/cat     1/time     2/word     2/cat     2/time     3/word     3/cat     3/time
# 3       3 10003       300     1/word     1/cat     1/time     2/word     2/cat     2/time     3/word     3/cat     3/time
# 4       4 10004       400     1/word     1/cat     1/time     2/word     2/cat     2/time     3/word     3/cat     3/time
# 5       5 10005       500     1/word     1/cat     1/time     2/word     2/cat     2/time     3/word     3/cat     3/time

## define the varying columns:
keys <- paste0('Item', 1:3)
keys <- c('Word','Cat','Time')
l <- lapply(keys, function(x) grep(x, names(dd)))

rr <- reshape(dd, direction = 'long', varying = l)
rr <- rr[with(rr, order(Section, ID0, Totaltime)),
         ## `reshape` makes two extra variabes, time and id, we dont want
         -which(names(rr) %in% c('id','time'))]
rr[, 1:3] <- lapply(rr[, 1:3], function(x) ifelse(duplicated(x), '', x))
`rownames<-`(rr, NULL)

#    Section   ID0 Totaltime Item1/Word Item1/Cat Item1/Time
# 1        1 10001       100     1/word     1/cat     1/time
# 2                              2/word     2/cat     2/time
# 3                              3/word     3/cat     3/time
# 4        2 10002       200     1/word     1/cat     1/time
# 5                              2/word     2/cat     2/time
# 6                              3/word     3/cat     3/time
# 7        3 10003       300     1/word     1/cat     1/time
# 8                              2/word     2/cat     2/time
# 9                              3/word     3/cat     3/time
# 10       4 10004       400     1/word     1/cat     1/time
# 11                             2/word     2/cat     2/time
# 12                             3/word     3/cat     3/time
# 13       5 10005       500     1/word     1/cat     1/time
# 14                             2/word     2/cat     2/time
# 15                             3/word     3/cat     3/time

【讨论】：

【解决方案3】：

试试这个

library(reshape2)
library(plyr)
df.melt <- melt(df, id.vars=c("Section", "ID0", "Totaltime"), variable.name="item.type", value.name="item.value")
df.mutate <- mutate(df.melt, item.no=gsub("(Item[0-9]+).*", "\\1", item.type), item.type=gsub("Item[0-9]+/", "", item.type)
df.final <- ddply(df.mutate, .(Section, ID0, Totaltime, item.no), function(d) df.final <- ddply(df.mutate, .(Section, ID0, Totaltime, item.no), function(d) dcast(d, Section + ID0 + Totaltime ~ item.type, value.var="item.value", fun.aggregate=function(x) x[1]))

【讨论】：

似乎到了那里，但在最后一部分抛出了这个错误-Error: unexpected string constant in "new.final <- ddply(new.mutate, .(section", participant, total_time, card.no), function(d){dcast(d, section + participant + total_time ~ card.type, value.var = ""
看起来你在 ddply 的第二个参数中有一个引号
是的，后来我抓住了它。它仍然无法正常工作......给了我一个大矩阵，大部分填充了 NA，但随着列中项目编号的增加，实际值从顶部沿对角线向下递减，每列有一行，如果这使得感觉。这是巨大的——我的电脑花了大约 10 分钟才把它吐出来，但不幸的是，这不是我需要的。我可能把代码弄乱了——我必须替换 value.var="value" 才能让它做任何事情。