R变换具有多个值的数据答案

【问题标题】：R transform data with multiple valuesR变换具有多个值的数据
【发布时间】：2016-09-29 19:53:48
【问题描述】：

我正在尝试转换我的数据，以便每个关键字都有一个值，而不是按值分组。我的数据目前是这样组织的：

df:

score1 score2 keyword1 keyword2 keyword3
.2    .4    brown    fox    jump
.7    .2    hello    bye    
.1    .9    foo

我希望我的数据如下所示：

keyword score1 score2
brown    .2    .4     
fox    .2    .4    
jump    .2    .4    
hello    .7    .2    
bye    .7    .2   
foo    .1    .9

数据：

df = structure(list(score1 = c(.2, .7, .1), score2 = c(.4, .2, .9), keyword1 = c("brown", "hello", "foo"), keyword2 = c("fox", "bye"), keyword3 = "jump"), .Names = c("score1", "score2", "keyword1", "keyword2", "keyword3"), row.names = c(NA, -5L), class = "data.frame")

有什么建议吗？

【问题讨论】：

标签： r transform

【解决方案1】：

这是使用data.table 包中的melt 的一种方法：

# drop some missing obs
df <- df[1:3, ]
# create ID variable
df$id <- 1:nrow(df)

# load data.table
library(data.table)
# reshape long (melt)
newdf <- melt(df, id.vars=c("id", "score1", "score2"), 
     measure.vars=c("keyword1", "keyword2", "keyword3"), value.name="keyword")

虽然在示例中不是必需的，但我添加了一个 id 变量，以便此方法适用于更大的数据集，以涵盖 score1 和 score2 对于多个观察可能相同的情况。这会比您的示例多创建两列，即 id 列和带有“keyword1”的列，依此类推。删除这些很容易。此外，存在一些不适用的行，对输入数据的非矩形形状有影响。这些可以通过is.na 删除：

# drop rows with missing values in keyword column
newdf <- newdf[!is.na(newdf$keyword),]

【讨论】：

我喜欢你的回答，我有一个问题。我已经忙于 R 将近一年了，但我没有看到任何进展。你是如何使用 R 的？
很多小时，很多年：进展可能很慢。最重要的是：花额外的时间分解工作代码，看看每个部分的作用。阅读您不理解的功能的帮助文件。了解对象类型以及特定函数需要哪些对象类型。

【解决方案2】：

使用来自tidyr 的gather() 的另一种选择：

library(tidyr)

df %>%
  gather(label, keyword, -(score1:score2), na.rm = TRUE)

这给出了：

#   score1 score2    label keyword
#1     0.2    0.4 keyword1   brown
#2     0.7    0.2 keyword1   hello
#3     0.1    0.9 keyword1     foo
#6     0.2    0.4 keyword2     fox
#7     0.7    0.2 keyword2     bye
#11    0.2    0.4 keyword3    jump

或者，您可以通过将select(-label) 添加到链中来删除label 列。

数据

df <- structure(list(score1 = c(0.2, 0.7, 0.1, NA, NA), score2 = c(0.4, 
0.2, 0.9, NA, NA), keyword1 = c("brown", "hello", "foo", NA, 
NA), keyword2 = c("fox", "bye", NA, NA, NA), keyword3 = c("jump", 
NA, NA, NA, NA)), .Names = c("score1", "score2", "keyword1", 
"keyword2", "keyword3"), row.names = c(NA, -5L), class = "data.frame")

【讨论】：