Question

我继承了一个数据集，该数据集为13个名称中的每一个测量了23个属性（主体间 - 每个参与者仅在所有这些属性上评定了一个名称）。现在，它的结构使得属性是移动速度最快的因素，其次是名称。所以数据看起来像这样：

Sub#    N1-item1  N1-item2  N1-item3  […]   N2-item1  N2-item2  N2-item3
1       3         5         3               NA        NA        NA
2       NA        NA        NA              1         5         3
3       3         5         3               NA        NA        NA
4       NA        NA        NA              2         2         1

需要对其进行重组，使其在名称上折叠，并且所有item1条目都是相同的列（主题不是为此目的），如下所示（请记住，有23项不是3和13名不是2）：

Name    item1     item2     item3
N1      3         5         3               
N2      1         5         3

我可以用循环来做到这一点，但是我宁愿以一种比R更自然的方式做到这一点，我猜这将是适用的函数系列之一，但我可以＆＃39我完全绕过它 - 这是什么方法？

Answer 1

以下是使用dplyr和tidyr的答案：

library(dplyr)#loads libraries
library(tidyr)
dat %>% #name of your dataframe
 gather(key, val, -Sub) %>% #gathers to long data, with id as Sub
 filter(!is.na(val)) %>% #removes rows with NA for the value
 separate(key, c("Name", "item")) %>% #split the column key into Name and item
 spread(item, val) #spreads the data into wide format, with item as the columns

  Sub Name item1 item2 item3
1   1   N1     3     5     3
2   2   N2     1     5     3
3   3   N1     3     5     3
4   4   N2     2     2     1

Answer 2

将列名称旋转为itemX-NY，然后让reshape对其进行排序：

names(dat)[-1] <- gsub("(^.+?)-(.+?$)", "\\2-\\1", names(dat)[-1])
na.omit(reshape(dat, direction="long", idvar="Sub", varying=-1, sep="-"))

#     Sub time item1 item2 item3
#1.N1   1   N1     3     5     3
#3.N1   3   N1     3     5     3
#2.N2   2   N2     1     5     3
#4.N2   4   N2     2     2     1

数据是：

dat <- structure(list(Sub = 1:4, `item1-N1` = c(3L, NA, 3L, NA), `item2-N1` = c(5L, 
NA, 5L, NA), `item3-N1` = c(3L, NA, 3L, NA), `item1-N2` = c(NA, 
1L, NA, 2L), `item2-N2` = c(NA, 5L, NA, 2L), `item3-N2` = c(NA, 
3L, NA, 1L)), .Names = c("Sub", "item1-N1", "item2-N1", "item3-N1", 
"item1-N2", "item2-N2", "item3-N2"), row.names = c(NA, -4L), class = "data.frame

使用apply系列函数重组数据

2 个答案: