每次从宽到长多次测量答案

【问题标题】：wide to long multiple measures each time每次从宽到长多次测量
【发布时间】：2012-03-13 13:14:44
【问题描述】：

我知道从宽到长在这里被问了太多次，但我不知道如何将以下内容转换为长格式。拍摄我什至问了其中一个从宽到长的 2 次重复测量 SO。我对无法转换数据感到沮丧。我怎样才能打开这个（可变顺序无关紧要）：

      id trt    work.T1   play.T1   talk.T1   total.T1    work.T2    play.T2   talk.T2  total.T2
1   x1.1 cnt 0.34434350 0.7841665 0.1079332 0.88803151 0.64836951 0.87954320 0.7233519 0.5630988
2   x1.2  tr 0.06132255 0.8426960 0.3338658 0.04685878 0.23478670 0.19711687 0.5164015 0.7617968
3   x1.3  tr 0.36897981 0.1834721 0.3241316 0.76904051 0.07629721 0.06945971 0.4118995 0.7452974
4   x1.4  tr 0.40759356 0.5285396 0.5654258 0.23022542 0.92309504 0.15733957 0.4132653 0.7078273
5   x1.5 cnt 0.91433676 0.7029476 0.2031782 0.31518412 0.14721669 0.33345678 0.7620444 0.9868082
6   x1.6  tr 0.88870525 0.9132728 0.2197045 0.28266959 0.82239037 0.18006177 0.2591765 0.4516309
7   x1.7 cnt 0.98373218 0.2591739 0.6331153 0.71319565 0.41351839 0.14648269 0.7631898 0.1182174
8   x1.8  tr 0.47719528 0.7926248 0.3525205 0.86213792 0.61252061 0.29057544 0.9824048 0.2386353
9   x1.9  tr 0.69350823 0.6144696 0.8568732 0.10632352 0.06812050 0.93606889 0.6701190 0.4705228
10 x1.10 cnt 0.42574646 0.7006205 0.9507216 0.55032776 0.90413220 0.10246047 0.5899279 0.3523231

进入这个：

      id trt time       work       play      talk      total
1   x1.1 cnt    1 0.34434350 0.78416653 0.1079332 0.88803151
2   x1.2  tr    1 0.06132255 0.84269599 0.3338658 0.04685878
3   x1.3  tr    1 0.36897981 0.18347215 0.3241316 0.76904051
4   x1.4  tr    1 0.40759356 0.52853960 0.5654258 0.23022542
5   x1.5 cnt    1 0.91433676 0.70294755 0.2031782 0.31518412
6   x1.6  tr    1 0.88870525 0.91327276 0.2197045 0.28266959
7   x1.7 cnt    1 0.98373218 0.25917392 0.6331153 0.71319565
8   x1.8  tr    1 0.47719528 0.79262477 0.3525205 0.86213792
9   x1.9  tr    1 0.69350823 0.61446955 0.8568732 0.10632352
10 x1.10 cnt    1 0.42574646 0.70062053 0.9507216 0.55032776
11  x1.1 cnt    2 0.64836951 0.87954320 0.7233519 0.56309884
12  x1.2  tr    2 0.23478670 0.19711687 0.5164015 0.76179680
13  x1.3  tr    2 0.07629722 0.06945971 0.4118995 0.74529740
14  x1.4  tr    2 0.92309504 0.15733957 0.4132653 0.70782726
15  x1.5 cnt    2 0.14721669 0.33345678 0.7620444 0.98680824
16  x1.6  tr    2 0.82239038 0.18006177 0.2591765 0.45163091
17  x1.7 cnt    2 0.41351839 0.14648269 0.7631898 0.11821741
18  x1.8  tr    2 0.61252061 0.29057544 0.9824048 0.23863532
19  x1.9  tr    2 0.06812050 0.93606889 0.6701190 0.47052276
20 x1.10 cnt    2 0.90413220 0.10246047 0.5899279 0.35232307

数据集

id <- paste('x', "1.", 1:10, sep="")
set.seed(10)
DF <- data.frame(id, trt=sample(c('cnt', 'tr'), 10, T), work.T1=runif(10),
    play.T1=runif(10), talk.T1=runif(10), total.T1=runif(10),
    work.T2=runif(10), play.T2=runif(10), talk.T2=runif(10), 
    total.T2=runif(10))

提前谢谢你！

编辑：当我使用set.seed 时发生了一些奇怪的事情（我肯定犯了一个错误）。如果您使用set.seed(10)，上面的实际数据不是您将获得的数据。为了历史准确性，我留下了错误，它确实不会影响人们给出的解决方案。

【问题讨论】：

明确的问题，可重现的例子。 +1

标签： r

【解决方案1】：

这非常接近，更改列的名称应该在您的技能范围内：

reshape(DF, 
       varying=c(work= c(3, 7), play= c(4,8), talk= c(5,9), total= c(6,10) ), 
       direction="long")

编辑：添加几乎是精确解决方案的版本：

reshape(DF, varying=list(work= c(3, 7), play= c(4,8), talk= c(5,9), total= c(6,10) ), 
        v.names=c("Work", "Play", "Talk", "Total"), 
          # that was needed after changed 'varying' arg to a list to allow 'times' 
        direction="long",  
        times=1:2,        # substitutes number for T1 and T2
        timevar="times")  # to name the time col

【讨论】：

非常感谢！我接近那个，但不太明白我在做什么。非常简单，我学到了更多关于 reshape in base（强大但有时令人困惑的功能。
我完全同意这可能会造成混淆。和 Ben Bolker 一样，我以前只使用 reshape::melt。
刚回到这里（如果有人编辑他们的答案，我希望 SO 告诉您；只是建议您在这样做时添加评论，以便通知发布者），我以前喜欢您的回答。我现在真的很喜欢。注释太棒了。谢谢！

【解决方案2】：

最简洁的方法是使用tidyr结合dplyr库。

library(tidyr)
library(dplyr)
result <- DF %>%
  # transfer to 'long' format
  gather(loc, value, work.T1:total.T2) %>%
  # separate the column into location and time
  separate(loc, into = c('loc', 'time'), '\\.') %>%
  # transfer to 'short' format
  spread(loc, value) %>%
  mutate(time = as.numeric(substr(time, 2, 2))) %>%
  arrange(time)

tidyr 专为整理数据而设计。

【讨论】：

与其他解决方案相比，我不会称之为简洁。
这优于使用 reshape 的解决方案——由于其功能风格（%>% 运算符）更易于阅读，而且我认为由于编写了关键部分，因此性能也更高在 C++ 中。
enter code here 部分应该是什么？ @毛英森
@GregT - 根据我的测试，@A5... 中的 reshape(DF, varying=3:10, sep=".T", direction="long") 代码在处理 1M 记录时比此管道快 10 倍左右 - 22 秒对 2.6 秒。不是世界末日，但它的性能并不高。

【解决方案3】：

奇怪的是，我似乎没有得到与你相同的数字（我应该这样做，因为我们都使用了set.seed(10)？）但否则这似乎可以解决问题：

library(reshape)  #this might work with reshape2 as well, I haven't tried ...
DF2 <- melt(DF,id.vars=1:2)
## split 'activity.time' label into two separate variables
DF3 <- cbind(DF2,
             colsplit(as.character(DF2$variable),"\\.",
                      names=c("activity","time")))
## rename time, reorder factors:
DF4 <- transform(DF3,
                 time=as.numeric(gsub("^T","",time)),
                 activity=factor(activity,
                   levels=c("work","play","talk","total")),
                 id=factor(id,levels=paste("x1",1:10,sep=".")))
## reshape back to wide
DF5 <- cast(subset(DF4,select=-variable),id+trt+time~activity)
## reorder
DF6 <- with(DF5,DF5[order(time,id),])

它比@DWin 的答案更复杂，但可能 (?) 更笼统。

【讨论】：

谢谢本。我将您的回复和 Dwin 的回复添加到我的（现在超过 200 页）R 笔记中。根据具体情况，两种回答都非常有见地。 +1

【解决方案4】：

如果你真的不希望输出中的“时间”变量中的“T”，你不能简单地执行以下操作吗？

names(DF) = sub("T", "", names(DF))
reshape(DF, direction="long", varying=3:10)

或者，在不更改 names(DF) 的情况下，您可以简单地将 sep= 参数设置为包含“T”：

reshape(DF, direction="long", varying=3:10, sep=".T")

不过，我有点困惑。正如 Ben Bolker 指出的 a in his comment，您的“数据集代码”提供的数字与您所拥有的数字不同。此外，DWin 和我的输出完美匹配，但它与您在原始问题中的“into this”输出不匹配。

我用他的结果创建了一个名为“DWin”的数据框，用我的结果创建了一个名为“mine”的数据框，并使用DWin == mine 比较了它们。

你能验证我们得到的输出是否真的是你需要的吗？

【讨论】：

是的，你和 DWin 得到的输出是正确的。我使用 set.seed 的问题。我道歉。很好的解决方案。代码很少。

【解决方案5】：

另一种解决问题的方法需要很少的代码但可能会更慢：

DF.1 <- DF[, 1:2]
DF.2 <- DF[, 3:6] 
DF.3 <- DF[, 7:10]

names(DF.2) <- names(DF.3) <- unlist(strsplit(names(DF.2), ".", fixed=T))[c(T,F)]
time <- rep(1:2, each=nrow(DF.1))
data.frame(rbind(DF.1, DF.1), time, rbind(DF.2, DF.3))

【讨论】：