Question

说我有以下广泛/凌乱的数据框：

df1 <- data.frame(ID = c(1, 2), Gender = c("M","F"),
       Q1 = c(1, 5), Q2 = c(2, 6),
       Q3 = c(3, 7), Q4 = c(4, 8))

 ID Gender Q1 Q2 Q3 Q4
 1      M  1  2  3  4
 2      F  5  6  7  8

如何将其转换为此数据框：

df2 <- data.frame(ID = c(1, 1, 2, 2), Gender = c("M", "M", "F", "F"),
       V1 = c(1, 3, 5, 7), V2 = c(2, 4, 6, 8))

 ID Gender V1 V2
 1      M  1  2
 1      M  3  4
 2      F  5  6
 2      F  7  8

我知道有多个软件包和函数（例如，tidyr，reshape2，reshape函数）可以完成此任务。这是最简单的方法，如何做？非常感谢任何人都能提供的帮助。谢谢！

Answer 1

您可以从melt的开发版本data.table尝试v1.9.5。它可以将measure.vars中的多个变量作为列表。安装devel版本的说明是here

library(data.table)#v1.9.5+
melt(setDT(df1), measure.vars=list(c(3,5), c(4,6)), 
  value.name=c('V1', 'V2'))[,variable:=NULL][order(ID)]
#   ID Gender V1 V2
#1:  1      M  1  2
#2:  1      M  3  4
#3:  2      F  5  6
#4:  2      F  7  8

或使用reshape

中的base R

res <- subset(reshape(df1, idvar=c('ID', 'Gender'), 
       varying=list(c(3,5), c(4,6)), direction='long'), select=-time)
row.names(res) <- NULL

更新

如果我们需要将'df2'转换回'df1'，可以使用dcast中的data.table。它可能需要多个value.var列。在继续N

之前，我们需要按组（“ID”，“性别”）创建序列列（dcast）

 dcast(setDT(df2)[, N:=1:.N, list(ID, Gender)], ID+Gender~N, 
           value.var=c('V1', 'V2'))
 #   ID Gender 1_V1 2_V1 1_V2 2_V2
 #1:  1      M    1    3    2    4
 #2:  2      F    5    7    6    8

或者我们使用ave按小组创建序列，然后使用reshape中的base R。

  df2 <- transform(df2, N= ave(seq_along(ID), ID, Gender, FUN=seq_along))
 reshape(df2, idvar=c('ID', 'Gender'), timevar='N', direction='wide')
 #   ID Gender V1.1 V2.1 V1.2 V2.2
 #1  1      M    1    2    3    4
 #3  2      F    5    6    7    8

数据

df1 <- data.frame(ID = c(1, 2), Gender = c("M","F"), Q1 = c(1, 5), 
       Q2 = c(2, 6), Q3 = c(3, 7), Q4 = c(4, 8))

df2 <- data.frame(ID = c(1, 1, 2, 2), Gender = c("M", "M", "F", "F"),
   V1 = c(1, 3, 5, 7), V2 = c(2, 4, 6, 8))

在R中重塑这个数据帧的最简单方法是什么？

1 个答案:

更新

数据