根据原始数据框列的名称进行melt和dcast

Question

我很难重塑数据框以用于误差线图，将所有列与中心趋势数据结合起来，并分别将所有列与错误数据结合起来。

我从一个数据框开始，其中有一列表示自变量，然后是每个测量参数的两列：一列用于平均值，一列用于误差，因为您通常会使用这种类型的电子表格来格式化数据。初始数据框如下所示：

df<-data.frame(
  indep=1:3, 
  Amean=runif(3), 
  Aerr=rnorm(3), 
  Bmean=runif(3), 
  Berr=rnorm(3)
)

我想使用 melt 和 dcast 将其变成如下所示的形式：

df.cast<-data.frame(
  indep=rep(1:3, 2), 
  series=c(rep("A", 3), 
  rep("B", 3)), 
  means=runif(6), 
  errs=rnorm(6)
)

这样我就可以像这样将它提供给 ggplot：

qplot(data=df.cast, x=indep, y=means, ymin=means-errs, ymax=means+errs, 
      col=series, geom="errorbar")

我一直在尝试融化，然后使用这样的表达式重铸：

df.melt<-melt(df, id.vars="indep")
dcast(df.melt, 
  indep~(variable=="Amean"|variable=="Bmean") + (variable=="Aerr"|variable=="Berr")
)

但是这些返回一个带有有趣的布尔列的数据框。

我可以手动制作两个数据框（一个用于平均值，一个用于错误），分别融化它们，然后重新组合，但肯定有更优雅的方法吗？

Answer 1

我会这样做：

# Melt the data

mdf <- melt(df, id.vars="indep")

# Separate the series from the statistic with regular expressions

mdf$series <- gsub("([A-Z]).*", "\\1", mdf$variable)
mdf$stat <- gsub("[A-Z](.*)", "\\1", mdf$variable)

# Cast the data (after dropping the original melt variable

cdf <- dcast(mdf[, -2], indep+series ~ stat)

# Plot

qplot(data=cdf, x=indep, y=mean, ymin=mean-err, ymax=mean+err, 
    colour=series, geom="errorbar")

Answer 2

您可以在基础 R 中使用 reshape 来完成它

df.cast <- reshape(df, varying = 2:5, direction = 'long', timevar = 'series',
  v.names = c('mean', 'err'), times = c('A', 'B'))
qplot(data = df.cast, x = indep, y = mean, ymin = mean - err, ymax = mean + err, 
  colour = series, geom = "errorbar")