用多行从宽变长答案

【问题标题】：Reshaping wide to long with multiple row用多行从宽变长
【发布时间】：2019-02-21 13:18:22
【问题描述】：

这是我的数据框的一部分：

name      value_1  value_2  value_3
 AK          x       X
 AK          y       Y
 AK          m       M         B
 HU          z       Z
 HU          a       A
 HU          f       F         C
 KO          b       B
 KO          c       C
 KO          d       D         B

我需要：

num   AK    HU   KO
 1    x      z   b
 1    X      Z   B
 2    y      a   c
 2    Y      A   C
 3    m      f   d
 3    M      F   D
 3    B      C   B

用文字;我对人 AK、HU 和 KO（以及许多其他人）有价值观。所有评级都相同 - 因此每个唯一 ID 的行数相同，值的数量也将相同。在这部分数据框 1 和 2 有两个值，3 每个人有 3 个值。它实际上是强制选择任务，因此 value_1:2 中的值实际上只是 1 和 0，但我已将它们替换为 a-Z 以显示排序。

我试过了：

library(reshape2)
long <- melt(df, id.vars = c("name"))

然而，这并不能解决问题，因为所有这些都被添加到彼此的下方，而我需要根据它们的 ID（名称）将它们重新整形为 long，但是不同的 name-ID 将需要放置在彼此相邻的单独列。

感谢您的帮助。

【问题讨论】：

标签： r transpose

【解决方案1】：

使用下面注释中显示的输入，运行问题中显示的melt，然后将value_1、value_2 和value_3 转换为仅1、2 和3，并添加subseq 列以区分具有相同键的行。删除空的 value 行并使用 dcast 删除 subseq 列转换回宽格式：

library(reshape2)

long <- melt(DF, id.var = "name") # from question
long2 <- transform(long, num = gsub("\\D", "", variable),
          subseq =  ave(1:nrow(m), name, variable, FUN = seq_along),
          variable = NULL)
long3 <- subset(long2, value != "")
wide <- dcast(subseq + num ~ name, data = long3, value.var = "value")[-1]

给予：

> wide
  num AK HU KO
1   1  x  z  b
2   2  X  Z  B
3   1  y  a  c
4   2  Y  A  C
5   1  m  f  d
6   2  M  F  D
7   3  B  C  B

对照预期检查：

identical(wide, expected)
## [1] TRUE

注意

可重现形式的输入是：

Lines <- "
name      value_1  value_2  value_3
 AK          x       X
 AK          y       Y
 AK          m       M         B
 HU          z       Z
 HU          a       A
 HU          f       F         C
 KO          b       B
 KO          c       C
 KO          d       D         B"
DF <- read.table(text = Lines, header = TRUE, as.is = TRUE, fill = TRUE, strip.white = TRUE)

我们假设num 是一个因素，而其他数据是字符——我们无法判断其意图是什么，因为输入在问题中没有以可重现的形式给出。

expected <- structure(list(num = structure(c(1L, 2L, 1L, 2L, 1L, 2L, 3L), .Label = 
c("1", "2", "3"), class = "factor"), AK = c("x", 
"X", "y", "Y", "m", "M", "B"), HU = c("z", "Z", "a", "A", "f", 
"F", "C"), KO = c("b", "B", "c", "C", "d", "D", "B")), row.names = c(NA, 
-7L), class = "data.frame")

更新 2

此变体使用 0/1 数据和整数 num：

set.seed(123)
# test data
DF2 <- data.frame(name = DF$name, 
           value_1 = rbinom(9, 1, .5), 
           value_2 = rbinom(9, 1, .5),
           value_3 = ifelse(DF[, 4] == "", NA, rbinom(9, 1, .5)))

long <- melt(DF2, id.var = "name")
long2 <- subset(long, !is.na(value))
long3 <- transform(long2, num = as.integer(gsub("\\D", "", variable)),
           subseq =  ave(1:nrow(long2), name, variable, FUN = seq_along),
           variable = NULL)
wide <- dcast(subseq + num ~ name, data = long3, value.var = "value")[-1]

给予：

> wide
  num AK HU KO
1   1  0  1  1
2   2  0  1  1
3   3  1  1  1
4   1  1  1  1
5   2  1  1  0
6   1  0  0  1
7   2  0  0  0

【讨论】：

谢谢，尽管您的输出与我上面所说的不同。我需要每个名称 ID 下的列按行列出，而不是按列列出。
已修复并在末尾添加了一个检查，以确保它给出与预期问题相同的答案。
我知道我的信息不够，所以我在上面编辑了它。实际上这些值只有 0 和 1，但是为了显示我需要的重新排序，我使用了字母。

【解决方案2】：

这将提供所需的输出：

 library(tidyverse)
df0=df%>%mutate(Value12=map2(value_1,value_2,c))%>%
  mutate(Value=map2(Value12,value_3,c))%>%
  select(name,Value)%>%
  unnest()%>%
  drop_na()%>%
  group_by(name)%>%
   mutate(i = row_number())%>%
  spread(name,Value)%>%
  select(-i)


df0$num=cumsum(c(toupper(df0$AK)==toupper(lag(df0$AK)),F)%>%na.omit())
> df0
# A tibble: 7 x 4
  AK    HU    KO      num
  <chr> <chr> <chr> <int>
1 x     z     b         1
2 X     Z     B         1
3 y     a     c         2
4 Y     A     C         2
5 m     f     d         3
6 M     F     D         3
7 B     C     B         3

但是您需要澄清填充列 num 的逻辑是什么。我不得不假设 AK 列的相同字母（不区分大小写）将具有相同的数字。

【讨论】：

澄清一下；每个拥有姓名 ID 的人都必须对相同数量的整体进行评分；所以在这里他们每个人都必须对 3 个组进行评分，并且每个组都有一定数量的元素（在示例中为 2 个或 3 个元素）。重塑它们将摆脱分组但保留顺序。这说明了什么？

【解决方案3】：

我必须包含一些额外的小步骤才能完成此操作，因为您希望按特定顺序输出，但应该这样做：

long<-melt(df, id.vars=c("name"), value.var=c("value_1","value_2","value_3"))
long$variable<-c("11","21","31","11","21","31","11","21","31",
                 "12","22","32","12","22","32","12","22","32",
                 "13","23","33","13","23","33","13","23","33")
short<-dcast(long, variable ~ name)
final<-short[short$AK!="",]
final$variable<-round(as.numeric(final$variable)/10,0)
colnames(final)[1]<-"num"

希望这会有所帮助！

【讨论】：

非常感谢！不幸的是，我没有得到正确的行顺序。而不是彼此下方的第一行的值，加上第二行的值，我得到了一些不同的东西。你知道出了什么问题吗？
好吧，我误读了你的第一个问题。但我编辑了我的答案，给出了你想要的输出。

【解决方案4】：

或者，这里有一个使用 data.table 包中的 melt() 和 dcast() 的解决方案。 rowid(name) 用于为每个name 单独创建行号。

它再现了预期的结果，包括列num。

library(data.table)
long <- melt(setDT(df)[, num := rowid(name)], id.vars = c("num", "name"))[value != ""]
dcast(long, num + rowid(name) ~ name, value.var = "value")[, name := NULL][]

   num AK HU KO
1:   1  x  z  b
2:   1  X  Z  B
3:   2  y  a  c
4:   2  Y  A  C
5:   3  m  f  d
6:   3  M  F  D
7:   3  B  C  B

数据

library(data.table)
df <- fread("
name      value_1  value_2  value_3
 AK          x       X
 AK          y       Y
 AK          m       M         B
 HU          z       Z
 HU          a       A
 HU          f       F         C
 KO          b       B
 KO          c       C
 KO          d       D         B", fill = TRUE)

【讨论】：