所以这就是我想要做的。我有一个数据集，其中列出了所有结果，但是观察它们的步骤和观察它们的方法是在不同的列中。我将多个站点视为唯一标识符。并非每个站点都有相同数量的步骤或方法，并不是每个步骤都完成每个方法。例如，站点a1可以在每个步骤具有步骤s1-s5和方法m1-m25，而站点a9可以具有步骤s1-s15，但是仅具有方法m3-m9。基本上，给定的站点/步骤/方法可能缺少数据。不是每个站点都有每一步，并不是每个步骤都有各种方法。原始数据集看起来有点像这样：
site step method outcome
a1 S 1 m1 5
a1 S 1 m2 1
a1 S 2 m6 4
a2 S 1 m6 1a
a2 S 1 m4 3
a2 S 3 m7 2
a2 S 4 m2 7
a3 S 1 m1 2a
a3 S 1 m2 c11
a4 S 1 m4 2
a4 S 2 m2 5
a5 S 3 m3 6
a6 S 2 m1 7
a6 S 3 m4 8
结果有一些数字和字符值，具体取决于方法
step是唯一真正的“时间”变量，但我觉得我需要将r treat方法作为一个。数据的方式现在有很多行，只有这几列，以及现在设置数据的方式我无法对其进行任何分析。
我使用了reshape如下（我已尝试过其他重塑语句，但这只是一个例子），不要让我不幸地使用2个时间变量
mydata<-reshape(rawdata,idvar="site",timevar="step",direction="wide")
site method.S 1 outcome.S 1 method.S 2 outcome.S 2 method.S 3 outcome.S 3
1 a1 m1 5 m6 4 <NA> NA
4 a2 m6 1 <NA> NA m7 2
8 a3 m1 2 <NA> NA <NA> NA
10 a4 m4 2 m2 5 <NA> NA
12 a5 <NA> NA <NA> NA m3 6
13 a6 <NA> NA m1 7 m4 8
method.S 4 outcome.S 4
1 <NA> NA
4 m2 7
8 <NA> NA
10 <NA> NA
12 <NA> NA
13 <NA> NA
这是r
的输出这是正确的，我只希望每个站点最多有1行，以及许多列（即使某个站点在特定步骤没有完成任何操作）。我试图在每个站点获得1行，然后结果列将在适当的列下面消失所有值，如此
site S1.m1.outcome S1.m2.outcome S1.m3.outcome ................ S9.m10.outcome
a1 1 c4.5 NA 3.6
所以基本上每个步骤和方法组合有一列，我知道很多列，但它会使得比较步骤之间更容易，这是我的目标之一 我的主要观点是，对于给定的方法，能够使用t检验测试步骤之间结果的变化，以及手段差异。 我想有一个更简单的方法去做测试，但我还是r的新手，还没有找到一个。 谢谢你的建议 欢呼声
答案 0 :(得分：5)
如果我正确理解了您想要的输出，这里有两个选项。在下面的示例中，对于最后的步骤，我对列进行了排序，以便它们与使用每个输出匹配，并且我只显示了生成的data.frame中的前几列和最后几列，因此您可以看出他们给你的结果相同。换句话说，您应该能够在“T2”和“T3”处停下来满足您的实际需求 - 其余的仅用于演示。
reshape两次T1 <- reshape(rawdata, idvar = c("site", "method"),
timevar = "step", direction = "wide")
T2 <- reshape(T1, direction = "wide", idvar = "site", timevar = "method")
dim(T2)
# [1] 6 25
names(T2)
# [1] "site" "outcome.S1.m1" "outcome.S2.m1" "outcome.S3.m1" "outcome.S4.m1"
# [6] "outcome.S1.m2" "outcome.S2.m2" "outcome.S3.m2" "outcome.S4.m2" "outcome.S1.m6"
# [11] "outcome.S2.m6" "outcome.S3.m6" "outcome.S4.m6" "outcome.S1.m4" "outcome.S2.m4"
# [16] "outcome.S3.m4" "outcome.S4.m4" "outcome.S1.m7" "outcome.S2.m7" "outcome.S3.m7"
# [21] "outcome.S4.m7" "outcome.S1.m3" "outcome.S2.m3" "outcome.S3.m3" "outcome.S4.m3"
T2a <- T2[, order(names(T2))]
T2a[, c(1:3, 23:25)]
# outcome.S1.m1 outcome.S1.m2 outcome.S1.m3 outcome.S4.m6 outcome.S4.m7 site
# 1 5 1 <NA> <NA> <NA> a1
# 4 <NA> <NA> <NA> <NA> <NA> a2
# 8 2a c11 <NA> <NA> <NA> a3
# 10 <NA> <NA> <NA> <NA> <NA> a4
# 12 <NA> <NA> <NA> <NA> <NA> a5
# 13 <NA> <NA> <NA> <NA> <NA> a6
dcast library(reshape2)
T3 <- dcast(rawdata, site ~ step + method, value.var = "outcome", drop = FALSE)
dim(T3)
# [1] 6 25
names(T3)
# [1] "site" "S1_m1" "S1_m2" "S1_m3" "S1_m4" "S1_m6" "S1_m7" "S2_m1" "S2_m2" "S2_m3"
# [11] "S2_m4" "S2_m6" "S2_m7" "S3_m1" "S3_m2" "S3_m3" "S3_m4" "S3_m6" "S3_m7" "S4_m1"
# [21] "S4_m2" "S4_m3" "S4_m4" "S4_m6" "S4_m7"
T3a <- T3[, order(names(T3))]
T3a[, c(1:3, 23:25)]
# S1_m1 S1_m2 S1_m3 S4_m6 S4_m7 site
# 1 5 1 <NA> <NA> <NA> a1
# 2 <NA> <NA> <NA> <NA> <NA> a2
# 3 2a c11 <NA> <NA> <NA> a3
# 4 <NA> <NA> <NA> <NA> <NA> a4
# 5 <NA> <NA> <NA> <NA> <NA> a5
# 6 <NA> <NA> <NA> <NA> <NA> a6
两者都使用以下作为“rawdata”的输入
rawdata <- structure(list(site = c("a1", "a1", "a1", "a2", "a2", "a2", "a2",
"a3", "a3", "a4", "a4", "a5", "a6", "a6"), step = c("S1", "S1",
"S2", "S1", "S1", "S3", "S4", "S1", "S1", "S1", "S2", "S3", "S2",
"S3"), method = c("m1", "m2", "m6", "m6", "m4", "m7", "m2", "m1",
"m2", "m4", "m2", "m3", "m1", "m4"), outcome = c("5", "1", "4",
"1a", "3", "2", "7", "2a", "c11", "2", "5", "6", "7", "8")), .Names = c("site",
"step", "method", "outcome"), row.names = c(NA, -14L), class = "data.frame")
答案 1 :(得分：1)
因为我有类似的问题。您可以将两个时间变量合并为一个。 使用与其他答案相同的原始数据，您可以使用
rawdata<-unite(rawdata, timevar, step, method)
reshape(rawdata, direction = "wide", idvar="site",timevar = "timevar")
这有助于我对广泛的理解 - >漫长的过程