R：堆叠多打题数据答案

【问题标题】：R: Stacking Multiple Punch Question DataR：堆叠多打题数据
【发布时间】：2011-02-16 02:03:10
【问题描述】：

假设我们在一项调查中有 2 个问题，一个是关于个人推荐一家公司的可能性（为简单起见，假设有 2 家公司）。

所以，对于这个问题，我有一个包含 2 列的 data.frame：

df.recommend <- data.frame(rep(1:5,20),rep(1:5,20))
colnames(df.recommend) <- c("Company1","Company2")

并且，假设我们有另一个问题，要求受访者在他们认为“适合”公司的属性旁边勾选一个框。

所以，对于这个问题，我有另一个包含 4 列的 data.frame：

df.attribute <- data.frame(rep(0:1,50),rep(1:0,50),rep(0:1,50),rep(1:0,50))

colnames(df.attribute) <- c(
"Attribute1.Company1", 
"Attribute2.Company1", 
"Attribute1.Company2", 
"Attribute2.Company2")

现在，我想做的是查看属性 1 和 2 如何与所有公司（独立于公司）推荐问题的可能性范围相关。例如，只是为了了解那些极有可能推荐和属性 1 的人之间存在哪些惯性。

所以，我首先将两个问题绑定在一起：

df <- cbind(df.recommend, df.attribute)

我的问题是试图弄清楚如何堆叠这些数据，使列看起来像：

df.stacked <- data.frame(c(df$Company1,df$Company2),
c(df$Attribute1.Company1,df$Attribute1.Company2), 
c(df$Attribute2.Company1,df$Attribute2.Company2))
colnames(df.stacked) <- c("Likelihood","Attribute1","Attribute2")

这个例子在很大程度上被简化了。在我的实际问题中，我有 34 个公司和 24 个属性。

你能想出一种方法来有效地堆叠它们，而不必输入所有的 c() 语句吗？

注意：可能性的列模式是 Co1,Co2,Co3,Co4...，属性的模式是 At1.Co1,At2.Co1,At3.Co1 ... At1.Co34,At2.Co34。 ..

【问题讨论】：

df.stacked的结构你觉得应该是什么？ df.stacked 的 str 返回“data.frame: 2 obs of 300 variables”
已更新。谢谢你赶上那个追逐。
只是为了确保我在同一页上，最终的 data.frame 应该具有 34 * n 行和 25 列的尺寸（Likelihood 变量为 1 列，每个属性为 24 ?
Chase，是的，这正是我的目标。

标签： r reshape

【解决方案1】：

对于这类问题，Hadley 的 reshape 包是完美的工具。我将它与一些 stringr 和 plyr 语句（也是 Hadley 编写的包）结合起来。

这是我认为只需十几行代码就能完成的完整解决方案。

首先，创建一些数据

library(reshape2) # EDIT 1: reshape2 is faster
library(stringr)
library(plyr)

# Create data frame
# Important: note the addition of a respondent id column

df_comp <- data.frame(
        RespID = 1:10,
        Company1 = rep(1:5, 2),
        Company2 = rep(1:5, 2)
)

df_attr <- data.frame(
        RespID = 1:10,
        Attribute1.Company1 = rep(0:1,5),
        Attribute2.Company1 = rep(1:0,5),
        Attribute1.Company2 = rep(0:1,5),
        Attribute2.Company2 = rep(1:0,5)
)

现在开始数据操作：

# Use melt to convert data from wide to tall

melt_comp <- melt(df_comp, id.vars="RespID")
melt_comp <- rename(melt_comp, c(variable="comp", value="likelihood"))
melt_attr <- melt(df_attr, id.vars="RespID")

# Use str_split to split attribute variables into attribute and company
# "." period needs to be escaped

# EDIT 2:  reshape::colsplit is simpler than str_split
split <- colsplit(melt_attr$variable, "\\.", names=c("attr", "comp")) 
melt_attr <- data.frame(melt_attr, split)
melt_attr$variable <- NULL

# Use cast to convert from tall to somewhat tall

cast_attr <- cast(melt_attr, RespID + comp ~ attr, mean)


# Combine data frames using join() in package plyr

df <- join(melt_comp, cast_attr)
head(df)

还有输出：

  RespID     comp likelihood Attribute1 Attribute2
1      1 Company1          1          0          1
2      2 Company1          2          1          0
3      3 Company1          3          0          1
4      4 Company1          4          1          0
5      5 Company1          5          0          1
6      6 Company1          1          1          0

【讨论】：

安德烈，谢谢。我不仅可以将这个过程用于我最初的问题，而且还可以通过细微的调整来解决我在数据操作方面遇到的其他问题。欣赏解释性的 cmets！

【解决方案2】：

我很快就做好了。看起来不是最好的，并且使用了 for 循环，但这不应该是只有 24 个值的问题

df.recommend <- data.frame(rep(1:5,20),rep(1:5,20))
colnames(df.recommend) <- c("Co1","Co2")

df.attribute <- data.frame(rep(0:1,50),rep(1:0,50),rep(0:1,50),rep(1:0,50))

colnames(df.attribute) <- c(
"At1.Co1", 
"At2.Co1", 
"At1.Co2", 
"At2.Co2") 


df.stacked <- data.frame(
    likelihood <- unlist(df.recommend)
    )
str <- strsplit(names(df.attribute),split="\\.")
atts <- unique(sapply(str,function(x)x[1]))

for (i in 1:length(atts)) 
{
    df.stacked[,i+1] <- unlist(df.attribute[sapply(str,function(x)x[1]==atts[i])])
}

names(df.stacked) <- c("likelihood",paste("attribute",1:length(atts),sep=""))

编辑：假设公司在每个属性上的顺序相同

【讨论】：