我有一个数据框,其中包含" Count"," Transect Number"," Data"和" Year"。我的目标是通过Transect拆分数据框,然后再按Year拆分,并创建一个新的数据框,其中包含" Transect"列,然后是以下列中每年的相应数据。
构建虚拟数据框:
Count1<-1:27
Count2<-1:30
Count3<-1:25
T1<-c(1,1,1,2,2,2,3,3,3,1,1,1,2,2,2,3,3,3,1,1,1,2,2,2,3,3,3)
T2<-c(1,1,1,2,2,2,3,3,3,1,1,1,2,2,2,3,3,3,1,1,1,1,2,2,2,2,3,3,3,3)
T3<-c(1,1,1,2,2,2,3,3,3,1,1,1,2,2,2,3,3,3,1,1,1,2,2,2,3)
Data1<-c(1,2,3,2,1,2,3,4,3,2,1,2,3,4,3,2,1,2,3,4,5,4,3,2,3,3,2)
Data2<-c(1,2,3,2,1,4,3,2,1,2,4,3,2,3,4,3,2,3,4,5,6,4,3,2,1,4,5,4,3,2)
Data3<-c(1,2,3,4,5,4,3,3,3,4,5,4,3,3,2,3,4,5,4,3,4,3,2,3,4)
Year1<-c(2014,2014,2014,2014,2014,2014,2014,2014,2014,2015,2015,2015,2015,2015,2015,2015,2015,2015,2016,2016,2016,2016,2016,2016,2016,2016,2016)
Year2<-c(2014,2014,2014,2014,2014,2014,2014,2014,2014,2015,2015,2015,2015,2015,2015,2015,2015,2015,2016,2016,2016,2016,2016,2016,2016,2016,2016,2016,2016,2016)
Year3<-c(2014,2014,2014,2014,2014,2014,2014,2014,2014,2015,2015,2015,2015,2015,2015,2015,2015,2015,2016,2016,2016,2016,2016,2016,2016)
DF1<-data.frame(Count1,T1,Data1,Year1)
colnames(DF1)<-c("Count","Transect","Data","Year")
DF2<-data.frame(Count2,T2,Data2,Year2)
colnames(DF2)<-c("Count","Transect","Data","Year")
DF3<-data.frame(Count3,T3,Data3,Year3)
colnames(DF3)<-c("Count","Transect","Data","Year")
All<-rbind(DF1,DF2,DF3)
有了数据框后,我的想法是通过横断面分割数据,因为这将是我正在进行的数据集的永久性方面。
#Step 1-Break down by T
Trans1<-All[All$Transect==1,]
Trans2<-All[All$Transect==2,]
Trans3<-All[All$Transect==3,]
Trans4<-All[All$Transect==4,]
Trans5<-All[All$Transect==5,]
但是我在下一步还不太清楚。我需要从&#34;数据&#34;中提取数据。按年组织的专栏。像这样进一步分解数据的东西:
Trans1_Year1<-Trans1[Trans1$Year==2014,]
Trans2_Year1<-Trans2[Trans2$Year==2014,]
Trans3_Year1<-Trans3[Trans3$Year==2014,]
Trans4_Year1<-Trans4[Trans4$Year==2014,]
Trans5_Year1<-Trans5[Trans5$Year==2014,]
甚至使用拆分
ByYear1<-split(Trans1,Trans1$Year)
但我更愿意避免写出上面的代码,因为我希望随着数据集的进展每年都会添加新数据。我希望代码能够容纳新的&#34;年&#34;添加数据,而不是每年写出新的代码行。
一旦我设置了这样的数据,我就想创建一个包含每年列的第二个数据框。一个问题是每年包含不同数量的行,这对我来说是一个问题。但我的最终结果将有专栏:
"Transect", "Data 2014", "Data 2015", "Data 2016"
由于每年在横断面中可以有不同的行数,因此当每个横断面的行数在不同年份之间不同时,我希望将NA留在每个横断面的末尾。
答案 0 :(得分:3)
听起来你基本上都试图将数据转换为半宽格式,列数年,而不是保持“长”格式。
如果是这种情况,最好添加一个二级索引列,显示“Transect”和“Year”的重复组合。
可以使用我的“splitstackshape”包中的getanID
轻松完成此操作。 “splitstackshape”还会加载“data.table”,然后您可以使用dcast.data.table
来获取宽格式。
library(splitstackshape)
dcast.data.table(getanID(All, c("Transect", "Year")),
Transect + .id ~ Year, value.var = "Data")
# Transect .id 2014 2015 2016
# 1: 1 1 1 2 3
# 2: 1 2 2 1 4
# 3: 1 3 3 2 5
# 4: 1 4 1 2 4
# 5: 1 5 2 4 5
# 6: 1 6 3 3 6
# 7: 1 7 1 4 4
# 8: 1 8 2 5 4
# 9: 1 9 3 4 3
# 10: 1 10 NA NA 4
# 11: 2 1 2 3 4
# 12: 2 2 1 4 3
# 13: 2 3 2 3 2
# 14: 2 4 2 2 3
# 15: 2 5 1 3 2
# 16: 2 6 4 4 1
# 17: 2 7 4 3 4
# 18: 2 8 5 3 3
# 19: 2 9 4 2 2
# 20: 2 10 NA NA 3
# 21: 3 1 3 2 3
# 22: 3 2 4 1 3
# 23: 3 3 3 2 2
# 24: 3 4 3 3 5
# 25: 3 5 2 2 4
# 26: 3 6 1 3 3
# 27: 3 7 3 3 2
# 28: 3 8 3 4 4
# 29: 3 9 3 5 NA
# Transect .id 2014 2015 2016
然后,如果您真的想要拆分“Transect”列,可以继续使用split
,但由于您现在拥有“data.table”,最好坚持下去并采取其众多便利功能的优势,包括与子集和聚合相关的功能。
答案 1 :(得分:0)
我认为您正在将数据强制转换为自然不具备的格式。将它留在“长”格式中有很多处理优势。看看这篇文章,如果你还没有看到它,它是一个经典的。