将宽格式正/负数据重塑为长格式二进制结果答案

【问题标题】：Reshaping wide format positive/negative data into long format binary outcome将宽格式正/负数据重塑为长格式二进制结果
【发布时间】：2023-03-18 20:51:01
【问题描述】：

我有数据可以查看来自特定农场的小母牛的妊娠试验结果。

例如。

Farm   Breed    Pregnant  Empty  Total  ADG
1      J        5         3      8      12
2      F        2         1      3      10
3      J        3         0      3      11

我希望怀孕和空数据成为二进制输出，而其他值只是重复

例如。

Farm   Breed  Pregnant  ADG
1      J      1         12
1      J      1         12
1      J      1         12
1      J      1         12
1      J      1         12
1      J      0         12
1      J      0         12
1      J      0         12
2      F      1         10
2      F      1         10
2      F      0         10

我一直在尝试使用重塑代码，但感到很困惑，想知道是否有人可以帮助我。

【问题讨论】：

标签： r reshape

【解决方案1】：

我建议将“data.table”包与rep 结合使用。您希望通过 Pregnant 和 Empty 列中表示的数字重复值 1 和 0，因此您可以轻松地为此创建 rep 语句。默认情况下，行将“扩展”为您用来容纳新数据的keys。

假设您从名为“mydf”的data.frame 开始，请尝试：

library(data.table)
as.data.table(mydf)[, list(Pregnant = rep(c(1, 0), c(Pregnant, Empty))), 
                    by = list(Farm, Breed, ADG)]
#     Farm Breed ADG Pregnant
#  1:    1     J  12        1
#  2:    1     J  12        1
#  3:    1     J  12        1
#  4:    1     J  12        1
#  5:    1     J  12        1
#  6:    1     J  12        0
#  7:    1     J  12        0
#  8:    1     J  12        0
#  9:    2     F  10        1
# 10:    2     F  10        1
# 11:    2     F  10        0
# 12:    3     J  11        1
# 13:    3     J  11        1
# 14:    3     J  11        1

我能想到的最接近的基本 R 方法是首先“扩展”源数据集的相关列（简单，使用 rep），然后使用 apply 获取“怀孕”的二进制结果，像这样：

cbind(mydf[rep(rownames(mydf), mydf$Total), 
           c("Farm", "Breed", "ADG")], 
      Pregnant = unlist(apply(mydf[c("Pregnant", "Empty")], 1, 
                              function(x) rep(c(1, 0), c(x[1], x[2])))))
#     Farm Breed ADG Pregnant
# 1      1     J  12        1
# 1.1    1     J  12        1
# 1.2    1     J  12        1
# 1.3    1     J  12        1
# 1.4    1     J  12        1
# 1.5    1     J  12        0
# 1.6    1     J  12        0
# 1.7    1     J  12        0
# 2      2     F  10        1
# 2.1    2     F  10        1
# 2.2    2     F  10        0
# 3      3     J  11        1
# 3.1    3     J  11        1
# 3.2    3     J  11        1

【讨论】：

哦，这比我的rep, rep, rep, rep, rep方法好多了
@RichardScriven，我想不出比我的基本方法更少基于rep 的版本——我个人更喜欢“data.table”。
这段代码运行良好，很容易应用到我的数据集中。非常感谢。

【解决方案2】：

以下是不言自明的：

# repeat column values taking one row at a time and convert outcome list to a matrices:
> m1 = matrix(unlist(apply(ddf[,c(1,2,3,6)], 1, function(x) rep(c(x[c(1,2,4)],1), x[3]))), nrow=4)
> m2 = matrix(unlist(apply(ddf[,c(1,2,4,6)], 1, function(x) rep(c(x[c(1,2,4)],0), x[3]))), nrow=4)
> 
> 
> m1
     [,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8] [,9] [,10]
[1,] "1"  "1"  "1"  "1"  "1"  "2"  "2"  "3"  "3"  "3"  
[2,] "J"  "J"  "J"  "J"  "J"  "F"  "F"  "J"  "J"  "J"  
[3,] "12" "12" "12" "12" "12" "10" "10" "11" "11" "11" 
[4,] "1"  "1"  "1"  "1"  "1"  "1"  "1"  "1"  "1"  "1"  

> m2
     [,1] [,2] [,3] [,4]
[1,] "1"  "1"  "1"  "2" 
[2,] "J"  "J"  "J"  "F" 
[3,] "12" "12" "12" "10"
[4,] "0"  "0"  "0"  "0" 

# combine, transpose and rename columns of matrices:
> mm = t(cbind(m1, m2))
> colnames(mm) = c('Farm','Breed','ADG','Preg_empty')
> mm
      Farm Breed ADG  Preg_empty
 [1,] "1"  "J"   "12" "1"       
 [2,] "1"  "J"   "12" "1"       
 [3,] "1"  "J"   "12" "1"       
 [4,] "1"  "J"   "12" "1"       
 [5,] "1"  "J"   "12" "1"       
 [6,] "2"  "F"   "10" "1"       
 [7,] "2"  "F"   "10" "1"       
 [8,] "3"  "J"   "11" "1"       
 [9,] "3"  "J"   "11" "1"       
[10,] "3"  "J"   "11" "1"       
[11,] "1"  "J"   "12" "0"       
[12,] "1"  "J"   "12" "0"       
[13,] "1"  "J"   "12" "0"       
[14,] "2"  "F"   "10" "0"

【讨论】：

我觉得这根本不是“不言自明”。
添加了一些解释。

【解决方案3】：

使用dplyr

library(dplyr)
library(tidyr)

 mydf %>%
   gather(Var, Val, Pregnant, Empty) %>% 
   mutate(N= row_number())%>%
   do(.[rep(.$N, .$Val),]) %>%
   select(Farm, Breed, ADG, Pregnant=Var) %>%
   mutate(Pregnant=c(1,0)[as.numeric(factor(Pregnant))]) %>%
   arrange(Farm, Breed)

给出结果

  #    Farm Breed ADG Pregnant
  #1     1     J  12        1
  #2     1     J  12        1
  #3     1     J  12        1
  #4     1     J  12        1
  #5     1     J  12        1
  #6     1     J  12        0
  #7     1     J  12        0
  #8     1     J  12        0
  #9     2     F  10        1
  #10    2     F  10        1
  #11    2     F  10        0
  #12    3     J  11        1
  #13    3     J  11        1
  #14    3     J  11        1

数据

 mydf <- structure(list(Farm = 1:3, Breed = c("J", "F", "J"), Pregnant = c(5L, 
 2L, 3L), Empty = c(3L, 1L, 0L), Total = c(8L, 3L, 3L), ADG = c(12L, 
 10L, 11L)), .Names = c("Farm", "Breed", "Pregnant", "Empty", 
 "Total", "ADG"), class = "data.frame", row.names = c(NA, -3L))

【讨论】：

【解决方案4】：

试试melt

require(reshape2)
newdata<-melt(data[c(1:3,6)],id=c("Farm","Breed","Pregnant"))

【讨论】：

总是对你发布的答案进行一些解释，以便其他人可以轻松获得。
melt 是什么？是在一个包裹里吗？ OP 应该知道在哪里可以找到它吗？
当您的问题有解决方案时，只需花一点力气自己搜索即可。用勺子喂食不是一种好的学习方式。
chee.work.stuff：那条评论是发给@RichardScriven 的吗？如果您查看他的问题，您会发现他实际上比其他人可能愿意更深入地研究该语言。我认为您的评论不合适，而且您的回答似乎没有什么特别之处，只是删除了几列并转置了其他几列——绝对不是 OP 所要求的。