如何使用嵌套数据框整理数据？答案

【问题标题】：How to tidy data with a nested data frame?如何使用嵌套数据框整理数据？
【发布时间】：2018-02-09 23:13:33
【问题描述】：

我正在整理嵌套数据框，但遇到了一些困难。我可以使用一种情况很好地重塑数据，但我希望逐个迭代整个数据帧。

我的数据如下所示：

df <- tibble(
          case = c("a","a","b","b","c","c"),
          year = c(1990,2000,1990,2000,1990,2000),
          var1 = round(runif(6,0,1), 2),
          var2 = round(runif(6,10,20), 2)

)

我可以使用 tidyr 只用一个案例执行我想做的任务

 df %>% 
  filter( case == "a") %>%
  gather(var, value, -c(1:2)) %>%
  spread(year, value)

输出：

#      case  var  `1990` `2000`
#     <chr> <chr>  <dbl>  <dbl>
#    1 a     var1   0.850  0.540
#    2 a     var2  14.4   16.7

如何使用 purrr 或其他函数式编程工具来向量化此操作并对我的所有案例执行相同的操作并将它们绑定到一个数据帧中？ “巢”和“地图”的某种组合？

谢谢！

【问题讨论】：

也许是df %>% nest(-case) %>% mutate(output = map(data, ~gather(.x, var, val, -year) %>% spread(year, val))) %>% unnest()，但似乎有一种更优雅的方式来写它
啊：df %>% gather(var, val, var1:var2) %>% spread(year, val)

标签： r functional-programming tidyr tidyverse purrr

【解决方案1】：

不要收集case 列。

set.seed(1234)

df <- tibble(
  case = c("a","a","b","b","c","c"),
  year = c(1990,2000,1990,2000,1990,2000),
  var1 = round(runif(6,0,1), 2),
  var2 = round(runif(6,10,20), 2)
)

library(tidyverse)

df %>% 
  gather(var, value, -c(1:2)) %>%
  spread(year, value)
# # A tibble: 6 x 4
#   case  var   `1990` `2000`
#   <chr> <chr>  <dbl>  <dbl>
# 1 a     var1   0.110  0.620
# 2 a     var2  10.1   12.3  
# 3 b     var1   0.610  0.620
# 4 b     var2  16.7   15.1  
# 5 c     var1   0.860  0.640
# 6 c     var2  16.9   15.4

【讨论】：

谢谢！我想多了。

【解决方案2】：

另一个选项可能是使用dcast from 'reshape2package. But 1st it we need to gathervar1and var2 columns using gather。

    library(tidyverse)
    library(reshape2)
    set.seed(1234)
    df <- tibble(
      case = c("a","a","b","b","c","c"),
      year = c(1990,2000,1990,2000,1990,2000),
      var1 = round(runif(6,0,1), 2),
      var2 = round(runif(6,10,20), 2)

    )
    # User gather to combine var1 and var2 and then apply dcast
    gather(df, var, val, var1:var2) %>% dcast(case+var ~ year, value.var = "val")
  # Result
  #    case  var  1990  2000
  #  1    a var1  0.11  0.62
  #  2    a var2 10.09 12.33
  #  3    b var1  0.61  0.62
  #  4    b var2 16.66 15.14
  #  5    c var1  0.86  0.64
  #  6    c var2 16.94 15.45

【讨论】：