我的数据类似于以下数据框,但每个组合都有大约十个字段,从name1,adress1,city1等开始
id name1 adress1 name2 adress2 name3 adress3
1 1 John street a Burt street d chris street 1
2 2 Jack street b Ben street e connor street 2
3 3 Joey <NA> Bob street f <NA> <NA>
现在我想重新排列这些数据,因此它更有用,它看起来应该是这样,但是它来自哪个条目的信息:
id origin names adresses
1 1 1 John street a
2 2 1 Jack street b
3 3 1 Joey <NA>
4 1 2 Burt street d
5 2 2 Ben street e
6 3 2 Bob street f
7 1 3 chris street 1
8 2 3 connor street 2
使用tidyr我可以得到一个长格式,但后来我有一个包含所有变量名的键列,name1,name2,name3,street1等。
我还尝试使用单独的数据帧,每个组合一个,例如一个数据框用于名称,一个用于街道等。但是然后将所有内容重新连接在一起会导致错误的记录,因为您只能加入id并以长格式复制此ID。我也一直在研究Reshape2,但这导致了同样的问题。
我所看到的所有转换为从长到长的转换都是在您要转换为一列时。我正在寻找10列的最终结果,或者如示例2列中那样。
是否有我忽视的功能?
#code to generete the dataframes:
df <- data.frame(id = c(1,2,3),
name1 = c("John", "Jack", "Joey"),
adress1 = c("street a", "street b", NA),
name2 = c("Burt", "Ben", "Bob"),
adress2 = c("street d", "street e", "street f"),
name3 = c("chris", "connor", NA),
adress3 = c("street 1", "street 2", NA),
stringsAsFactors = FALSE)
expecteddf <- data.frame(id = c(1,2,3,1,2,3,1,2),
origin = c(rep(1, 3), rep(2, 3), rep(3, 2)),
names = c("John", "Jack", "Joey", "Burt", "Ben", "Bob", "chris", "connor"),
adresses = c("street a", "street b", NA, "street d", "street e", "street f", "street 1", "street 2"),
stringsAsFactors = FALSE
)
答案 0 :(得分:4)
我们可以使用melt
版本的data.table中的devel
,这可能会为patterns
列带来多个measure
。安装devel版本的'data.table'的说明是here
我们将'data.frame'转换为'data.table'(setDT(df)
),melt
,并在regex
patterns
中指定measure
参数。删除“{name”和“address”列的NA
行。
library(data.table)#v1.9.5+
dM <- melt(setDT(df), measure=patterns(c('^name', '^adress')),
value.name=c('names', 'address') )
dM[!(is.na(names) & is.na(address))]
# id variable names address
#1: 1 1 John street a
#2: 2 1 Jack street b
#3: 3 1 Joey NA
#4: 1 2 Burt street d
#5: 2 2 Ben street e
#6: 3 2 Bob street f
#7: 1 3 chris street 1
#8: 2 3 connor street 2
或者我们可以使用reshape
中的base R
。
dM2 <- reshape(df, idvar='id', varying=list(grep('name', names(df)),
grep('adress', names(df))), direction='long')
在我们使用NA
创建逻辑索引后,使用标准的'data.frame'索引,可以像在data.table
解决方案中一样删除is.na
行。