长数据与宽数据的转换

2016-08-16 01:20 阅读(344)    评论(0)   

问题:

在R中,如何将宽格式的数据集转换为长格式数据集?
「注:对于R里的许多函数,长格式的数据集可能比宽格式数据集更受欢迎,然而在SPSS中,宽格式数据集则更为常用。」

指南:

接下来,我们会对下列两套方法进行演示:

  • tidyr包的gather()函数和spread()函数,这也是reshape2包的一个新接口。
  • reshape2包的melt()和dcast()函数。

还有一些其他的方法也能达成上文的目标,但我们在这里不做介绍,因为它们用起来略显复杂:

  • R内置的reshape()函数,需要注意的是它并不来自于reshape2包。
  • stack()函数和unstack()函数。

示例:

下面几个数据集包含的数据一致,但数据的长宽格式不同,下文中我们将一一演示下列数据集格式之间的相互转换。

1

tidyr包

由“宽”转“长”,使用gather函数:

2

在该例子中,我们运用了control:cond2语句来选择列control、列cond2以及它们之间的所有数据列,这是基于列位置的选择方式,当然,你也可以通过直接输入列名来确定要加入整合的目标数值列,如:

3

如果你想要程序化地使用gather()函数,你也许需要用一个变量来代表要整合的目标列名。这时候你应当使用gather_()函数而不是gather(),从而先能够将列名转换为字符串。

4

选读部分:重命名并排序变量列中的因素层级。

5

由“长”转“宽”,使用spread函数:

6

选读部分:数据框美化。

7

因素型变量的层级次序决定了数据列的排列顺序,而层级次序也同样可以在重塑前被更改或是在之后被重新排序。

reshape2包:

由“宽”转“长”,使用melt函数: Use melt:

8

下列为melt函数中的若干选项,灵活运用它们有时能简化我们的工作流程: 9

如果我们不对measure.vars进行设定,在melt过程中就是自动地将所有其他变量都作为id.vars。反之,如果我们不设定id.vars,所有的其他变量则会被视为id.vars。

如果我们没有对variable.name作明确指定,那么函数会默认地将整合后构建的列命名为”variable”;如果不设定value.name,那么对应数值列的默认名称将是”measurement”。

选读部分:重命名变量列中的因素层级。

10

由“长”转“宽”

下列代码的主要思路是运用dcast函数对数据进行重塑,这个函数的目标对象针对于数据框,如果我们想对数组或矩阵进行类似的处理,请使用acast函数作为替代。11

选读部分:数据框美化。

12

因素型变量的层级次序决定了数据列的排列顺序,而层级次序也同样可以在重塑前被更改或是在之后被重新排序。

公司二维码

分享到:

相关推荐

  • 3

    黑人巨星凭“我非黑人”跻身名流,涉嫌杀妻颠倒黑白谱写世纪审判

    今年的7月21日,O.J.辛普森的假释听证会作出判决,最早将于今年10月获得自由。 他曾因涉嫌持枪抢劫和绑架罪,被判以33年牢狱之灾,如今失去9年自由的辛普森将回归社会。 如果你对美国司法历史稍有了解,或曾听说过“世纪审判”,那你应该记得他。 辛普森是当时最有名的明星,同时也是最厉...

  • Studio_portrait_photograph_of_Edwin_Powell_Hubble

    “宇宙之眼”以他命名,诺奖因他接纳天文学,他却从未享有这份荣誉!

    几年前,在一些国际学术会议上你能看到这一幕。 当某些名家报告时渐入佳境,会忽然停下演讲,转而笑问一位老者:“我说的没错吧?” 丝毫不用惊奇,这位老者35岁时便成就斐然,成为天文学界的领军人物。 但他却时常感觉自己知识不足,于是总将小说、录音、唱片、人文名著加到自己已经塞满的日...

  • 在中国考察时的斯文·赫定

    他发现楼兰古城,首为诺奖提名华人,仍无法掩盖“掠夺文物”的罪行

    19世纪末到20世纪初有一个“探险时代”,那是一个崇尚探险的时期。 探索未知给人们带来的可能是死亡,也可能是财富、名望和地位。 因而越来越多的人向地图上那些空白点进发,沙漠、冰川、高山成就了一个个探险家。 而那神秘的东方国度——中国,成了许多人的目标。 中国经历上千年的文明...

评论 抢沙发

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址

SME 发掘你不知道的科技故事