R：将数据从宽转换为长-多个条件-出现错误[重复]答案

【问题标题】：R: convert data from wide to long - multiple conditions - getting error [duplicate]R：将数据从宽转换为长-多个条件-出现错误[重复]
【发布时间】：2016-07-19 01:56:38
【问题描述】：

我有如下数据，我想将其转换为长格式。

id count a1     b1 c1   a2     b2 c2  a3    b3  c3  age
1  1     apple  2  3    orange 3  2   beer   2   1   50
1  2     orange 3  2    apple  2  2   beer   2   1   50
2  1     pear   3  2    apple  2  2   orange 2   2   45

[a1,b1,c1],[a2,b2,c2],[a3,b3,c3] 是具有指定 id 的人所面临的三个属性的集合，此人可能面临多项选择情况表示第 i 个选择情况。我想将其改回长格式，同时保留其他变量，如下所示：

id count    a    b  c  age
1  1      apple  2  3  50
1  1      orange 3  2  50
1  1      beer   2  1  50
1  2      orange 3  2  50
1  2      apple  2  2  50
1  2      beer   2  1  50
2  1      pear   3  2  45
2  1      apple  2  2  45
2  1      orange 2  2  45

我曾尝试使用以下命令进行 reshape，但对于在何处处理 timevar 和 times 感到困惑：

 l <- reshape(df, 
           varying = df[,3:11],
           v.names = c("a","b","c"),
           timevar = "choice", 
           times = c("a","b","c"), 
           direction = "long")

使用上述命令，我无法得到我想要的结果，非常感谢任何帮助！

【问题讨论】：

标签： r data-manipulation

【解决方案1】：

使用data.table 包中的melt 函数：

library(data.table)
setDT(df)
melt(df, id.vars = c('id', 'count', 'age'),  
         measure = patterns('a\\d', 'b\\d', 'c\\d'), 
         # this needs to be regular expression to group `a1, a2, a3` etc together and 
         # the `\\d` is necessary because you have an age variable in the column.
         value.name = c('a', 'b', 'c'))[, variable := NULL][order(id, count, -age)]

#    id count age      a b c
# 1:  1     1  50  apple 2 3
# 2:  1     1  50 orange 3 2
# 3:  1     1  50   beer 2 1
# 4:  1     2  50 orange 3 2
# 5:  1     2  50  apple 2 2
# 6:  1     2  50   beer 2 1
# 7:  2     1  45   pear 3 2
# 8:  2     1  45  apple 2 2
# 9:  2     1  45 orange 2 2

【讨论】：

【解决方案2】：

要使用reshape 函数，您只需调整变量参数即可。它可以是一个列表，您希望将构成同一列的变量作为向量放在一个列表中：

reshape(df, 
        idvar=c("id", "count", "age"),
        varying = list(c(3,6,9), c(4,7,10), c(5,8,11)),
        timevar="time",
        v.names=c("a", "b", "c"), 
        direction = "long")

         id count age time      a b c
1.1.50.1  1     1  50    1  apple 2 3
1.2.50.1  1     2  50    1 orange 3 2
2.1.45.1  2     1  45    1   pear 3 2
1.1.50.2  1     1  50    2 orange 3 2
1.2.50.2  1     2  50    2  apple 2 2
2.1.45.2  2     1  45    2  apple 2 2
1.1.50.3  1     1  50    3   beer 2 1
1.2.50.3  1     2  50    3   beer 2 1
2.1.45.3  2     1  45    3 orange 2 2

我还添加了 idvar，因为我认为这通常是对其他人或重新阅读旧代码的好习惯。

数据

df <- read.table(header=T, text="id count a1     b1 c1   a2     b2 c2  a3    b3  c3  age
1  1     apple  2  3    orange 3  2   beer   2   1   50
1  2     orange 3  2    apple  2  2   beer   2   1   50
2  1     pear   3  2    apple  2  2   orange 2   2   45")

【讨论】：

当我尝试时，它显示 Error in .subset(x, j) : invalid subscript type 'list'
我刚刚开始了一个新的 R 会话，并使用我刚刚添加的数据运行了代码，没有出现错误。
您不需要手动指定不同的组或名称，reshape() 可以猜到 reshape(dat, idvar=c("id","count","age"), direction="long", varying=3:11, sep="") sep="" 只是声明每个 a/b/c 和 1/2/3 由没有""，允许推断timevar 和v.names。
但是我有时，如果我使用了varying = xx:xx，我会得到一个错误，说无法从名字中猜测时变变量。你能告诉我这个错误是什么意思吗？
@lll - 如果变量不是grp.1 grp.2 othergrp.1 othergrp.2 等形式，则必须指定sep=，因为sep=. 是默认值。

【解决方案3】：

我们可以使用dplyr/tidyr

library(dplyr)
library(tidyr)
gather(df1, Var, Val, a1:c3) %>%
       extract(Var, into = c("Var1", "Var2"), "(.)(.)") %>%
       spread(Var1, Val) %>%
       select(-Var2)
#   id count age      a b c
#1  1     1  50  apple 2 3
#2  1     1  50 orange 3 2
#3  1     1  50   beer 2 1
#4  1     2  50 orange 3 2
#5  1     2  50  apple 2 2
#6  1     2  50   beer 2 1
#7  2     1  45   pear 3 2
#8  2     1  45  apple 2 2
#9  2     1  45 orange 2 2

【讨论】：