Question

在上一个问题中，我在使用重塑时遇到了问题：

reshape error - invalid 'row.names' length

几小时后我意识到这是因为我使用的是tbl格式而不是data.frame。因此，要使用重塑并保持tbl环境，我必须这样做：

mydata %>% as.data.frame %>% reshape(, ...) %>% as.tbl

所以我想知道是否有另一种方法可以这样做。

Answer 1

除了任何其他原因之外，还有其他答案，这里有四个选项需要考虑。

首先，如果您想使用reshape以及＆＃34; dplyr＆＃34;，您必须使用new.row.names中的reshape参数，并将它们设置为您希望重新整形的数据集具有的行数的序列。计算很简单。获取从宽格式到长格式的一批列的长度，并将其乘以原始数据集中的行数。

这种做法肯定会让哈德利感到不安，所以请自担风险。

mydf <- tbl_df(mydf)
class(mydf)
# [1] "tbl_df"     "tbl"        "data.frame"

mydf %>% 
  reshape(
    idvar="g_id",
    direction="long",
    varying=list(c(5:14),c(15:24)), 
    v.names=c("PLC","P"),
    new.row.names = seq_len(length(5:14) * nrow(mydf)))

另一种方法可能会让Hadley蠕动，但会少一点，就是使用melt，但来自＆＃34; data.table＆＃34;的melt，而不是来自＆＃ 34; reshape2＆＃34 ;.当然，这会要求您将tbl_df转换为data.table，这与您当前的方法类似，需要采取另一个步骤。

library(data.table)
mydf %>%
  data.table %>%
  melt(measure.vars = patterns("PLC[0-9]+", "P[0-9]+"), 
       value.name = c("PLC", "P"))

在Hadleyverse内，您可以尝试＆＃34; tidyr＆＃34; （正如@DavidArenburg所建议的那样）。它不像他想象的那么漂亮，因为它需要首先制作一个非常长的数据集然后重新加宽它，不像上面的melt方法那样不久就重塑了一步。

library(tidyr)
mydf %>%
  gather(var, val, starts_with("P")) %>%
  mutate(var = gsub("([A-Z]+)", "\\1_", var)) %>%  ## you can probably be clever and...
  separate(var, into = c("variable", "time")) %>%  ## come up with some fancier regex
  spread(variable, val)

最后，我的＆＃34; splitstackshape＆＃34;还有merged.stack。包。有了它，方法就像：

library(splitstackshape)
merged.stack(mydf, var.stubs = c("PLC", "P"), sep = "var.stubs")

有没有办法在tbl中使用重塑？

1 个答案: