我认为我确实将广泛的数据转换为了很长时间，而且我已经使用了一段时间，但我最近发现出了问题。显然，代码是错误的，我似乎无法解决它。
广泛的数据很复杂，因为它包含有关何时开始他/她的第一份工作，第二份工作等的信息。我想把它变成面板数据。
因此原始数据df如下所示：
id name gender job1 sjob1 ejob1 job2 sjob2 ejob2 job3 sjob3 ejob3
1 Jane F 100 1990 1992 103 1993 1995 104 1994 1997
2 Tom M 200 1978 1980 400 1981 1985 NA NA NA
工作号码是工作代码，表示某些工作，如管理，销售等。
以上是我所拥有的完整数据的非常简短的版本。想要的输出是：
id name gender year job
1 Jane F 1990 100
1 Jane F 1991 100
1 Jane F 1992 100
1 Jane F 1993 103
1 Jane F 1994 104
1 Jane F 1995 104
1 Jane F 1996 104
1 Jane F 1997 104
2 Tom M 1978 200
2 Tom M 1979 200
2 Tom M 1980 200
2 Tom M 1981 400
2 Tom M 1982 400
2 Tom M 1983 400
2 Tom M 1984 400
2 Tom M 1985 400
对于宽版本，我总共有大约1600个观测值。 （1600人）。我尝试了以下但没有工作：
df_long <-reshape(df,
varying=c("job1", "job2", "job3"),
v.names="job",
timevar="year",
times=c("sjob1", "sjob2", "sjob3"),
direction = "long")
这实际上成功地按照sjob1，sjob2，sjob3（每个作业的开始年份）的顺序保存了作业代码但是没有在sjob1下保存年份而是仅记录了sjob1：
id name gender year job
1 Jane F sjob1 100
1 Jane F sjob2 103
1 Jane F sjob3 104
2 Tom M sjob1 200
2 Tom M sjob2 400
2 Tom M sjob3 NA
以上是我原始数据的示例，因此我也想发布原始数据：https://www.dropbox.com/s/ygbkd91ataqkwz5/origin_wide.RData
答案 0 :(得分：0)
这是使用reshape2和plyr的草图：
第1步：重塑一个＆＃34; long＆＃34;格式与您正在寻找的格式有些不同：
library(reshape2)
df.m <- melt(df, id.vars=c("id", "name", "gender"))
这将为您提供作业的开始和结束时间以及分类。
第2步：隔离作业ID：
df.m$job.id <- as.integer(gsub("^(.*job)([0-9]+)$", "\\2", df.m$variable))
df.m$variable <- gsub("^(.*)([0-9]+)$", "\\1", df.m$variable)
步骤3：您可以为每个人ID和工作ID计算工作分类表（以及姓名和性别）：
library(plyr)
df.jc <- rename(subset(df.m, variable=="job", select=c("id", "name", "gender", "value")), variable=job)
第4步：要获得完整的结果，您需要dcast数据才能获得更广泛的结果＆＃34;具有两列sjob和ejob的格式以及每个作业ID的每人ID一次观察。然后，您可以adply生成一系列年份，然后将其合并回df.jc。
我还没有对代码进行测试，也无法为最后一步提供一些东西，因为我无法轻松读取您的示例数据。如果您拥有dput数据，那将会有很大帮助。有关更多问题，请另外提出一个更详细的问题，并提供一些代码和数据。
答案 1 :(得分：0)
您可以使用plyr包执行此操作：
# reading the data
df <- read.table(text = "id name gender job1 sjob1 ejob1 job2 sjob2 ejob2 job3 sjob3 ejob3
1 Jane F 100 1990 1992 103 1993 1995 104 1994 1997
2 Tom M 200 1978 1980 400 1981 1985 NA NA NA", header = TRUE, strip.white = TRUE)
# needed package
require(plyr)
# transforming the data
df2 <- rbind(
ddply(df, .(id, name, gender), mutate, year = sjob1, job = job1),
ddply(df, .(id, name, gender), mutate, year = ejob1, job = job1),
ddply(df, .(id, name, gender), mutate, year = sjob2, job = job2),
ddply(df, .(id, name, gender), mutate, year = ejob2, job = job2),
ddply(df, .(id, name, gender), mutate, year = sjob3, job = job3),
ddply(df, .(id, name, gender), mutate, year = ejob3, job = job3)
)
# getting rid off NA's & ordering the dataframe by id
df2 <- na.omit(df2[order(df2$id),c(1:3,13,14)])
答案 2 :(得分：0)
我们在onetree包中使用reshape_toLong命令将数据从宽到长整形。
devtools::install_github("yikeshu0611/onetree") #install yikeshu0611
library(onetree)
df.long = reshape_toLong(data=df,
id="id",
j="new",
value.var.prefix = c("job","sjob","ejob"))
df. long
id name gender new job sjob ejob
1 1 Jane F 1 100 1990 1992
2 1 Jane F 2 103 1993 1995
3 1 Jane F 3 104 1994 1997
4 2 Tom M 1 200 1978 1980
5 2 Tom M 2 400 1981 1985
6 2 Tom M 3 NA NA NA
我们可以在数据df.long中看到，年份变量sjob和ejob是分开的，例如，我们仅获得两个数据框，并且行将它们绑定。
df.sjob=df.long[,-7] #data with sjob
colnames(df.sjob)[6]="year" #change sjob to year
df.sjob
id name gender new job year
1 1 Jane F 1 100 1990
2 1 Jane F 2 103 1993
3 1 Jane F 3 104 1994
4 2 Tom M 1 200 1978
5 2 Tom M 2 400 1981
6 2 Tom M 3 NA NA
df.ejob=df.long[,-6] #data with sjob
colnames(df.ejob)[6]="year" #change sjob to year
id name gender new job year
1 1 Jane F 1 100 1992
2 1 Jane F 2 103 1995
3 1 Jane F 3 104 1997
4 2 Tom M 1 200 1980
5 2 Tom M 2 400 1985
6 2 Tom M 3 NA NA
rbind df.sjob和df.ejob
rbind(df.sjob,df.ejob)
id name gender new job year
1 1 Jane F 1 100 1990
2 1 Jane F 2 103 1993
3 1 Jane F 3 104 1994
4 2 Tom M 1 200 1978
5 2 Tom M 2 400 1981
6 2 Tom M 3 NA NA
7 1 Jane F 1 100 1992
8 1 Jane F 2 103 1995
9 1 Jane F 3 104 1997
10 2 Tom M 1 200 1980
11 2 Tom M 2 400 1985
12 2 Tom M 3 NA NA