我想将df1转换为df2
旧样本数据框df1
df1 <- structure(list(ID = 1:2, Group = c(1L, 1L),
M1a2hB = c(0.2, 0.3), M1a3hB = c(0.4, 0.6),
M2a2hB = c(0.3, 0.4), M2a3hB = c(0.6, 0.6),
M1r2hB = c(200L, 300L), M1r3hB = c(400L, 600L),
M2r2hB = c(300L, 400L), M2r3hB = c(600L, 600L)),
.Names = c("ID", "Group", "M1a2hB", "M1a3hB", "M2a2hB",
"M2a3hB","M1r2hB", "M1r3hB","M2r2hB", "M2r3hB"),
class = "data.frame", row.names = c(NA, -2L))
ID Group M1a2hB M1a3hB M2a2hB M2a3hB.... M1r2hB M1r3hB M2r2hB M2r3hB ...
1 1 0.2 0.4 0.3 0.6 ... 200 400 300 600 ...
2 1 0.3 0.6 0.4 0.6 ... 300 600 400 600 ...
此处，df1有100个ID和1100个列。每个结果 m easure有两列用于绝对更改，两列用于相对更改。结果有近270个 m 。
M1a2hB是从时间2到基线的第一次测量的绝对变化，M1a3hB是时间3到基线的绝对变化。同样，M1r2hB是第一个结果从时间2到基线的相对变化，M1r3hB是从时间3到基线的结果的相对变化。
新df2：
ID Group time M1a M2a ... M1r M2r ...
1 1 1 0.0 0.0 ... 000 000 ...
1 1 2 0.2 0.3 ... 200 300 ...
1 1 3 0.4 0.6 ... 400 600 ...
2 1 1 0.0 0.0 ... 000 000 ...
2 1 2 0.3 0.4 ... 300 400 ...
2 1 3 0.6 0.6 ... 600 600 ...
任何提示？随意要求任何澄清。谢谢！期待！
P.S。我试图从以前的帖子中运行一些代码（如果感兴趣，请参见下文），但它们看起来不同，因为df是三维数据，而df2包含额外的时间列
答案 0 :(得分：1)
我们可以使用sub，split使用＆＃39; nm1＆＃39;将该矢量的序列从列名中提取模式，将其用作measure melt 1}}来自＆＃39; wide＆＃39;长期＆＃39;格式。
library(data.table)
nm1 <- sub("\\d+[[:alpha:]]+$", '', names(df1)[-(1:2)])
lst <- split(seq_along(nm1)+2, nm1)
melt(setDT(df1), measure = lst,
value.name= names(lst), variable.name= 'time')[order(ID)]
# ID Group time M1a M1r M2a M2r
#1: 1 1 1 0.2 200 0.3 300
#2: 1 1 2 0.4 400 0.6 600
#3: 2 1 1 0.3 300 0.4 400
#4: 2 1 2 0.6 600 0.6 600
df1 <- structure(list(ID = 1:2, Group = c(1L, 1L),
M1a2hB = c(0.2, 0.3
), M1a3hB = c(0.4, 0.6), M2a2hB = c(0.3, 0.4),
M2a3hB = c(0.6,
0.6), M1r2hB = c(200L, 300L), M1r3hB = c(400L, 600L),
M2r2hB = c(300L,
400L), M2r3hB = c(600L, 600L)), .Names = c("ID", "Group", "M1a2hB",
"M1a3hB", "M2a2hB", "M2a3hB", "M1r2hB", "M1r3hB",
"M2r2hB", "M2r3hB"
), class = "data.frame", row.names = c(NA, -2L))
答案 1 :(得分：0)
以下是使用tidyr的答案：
library(dplyr)
library(tidyr)
library(rex)
string_interpretation =
rex(capture("M",
digits,
or("a", "r")),
capture(digits))
result =
df1 %>%
gather(string, value, -ID, -Group) %>%
extract(string, c("variable", "time"), string_interpretation) %>%
spread(variable, value)
答案 2 :(得分：0)
内置static ArrayList<String> credit_num = new ArrayList<String>();
可以很好地做到这一点：
base::reshape如果您在df1 <- structure(list(ID = 1:2, Group = c(1L, 1L),
M1a2hB = c(0.2, 0.3), M1a3hB = c(0.4, 0.6),
M2a2hB = c(0.3, 0.4), M2a3hB = c(0.6, 0.6),
M1r2hB = c(200L, 300L), M1r3hB = c(400L, 600L),
M2r2hB = c(300L, 400L), M2r3hB = c(600L, 600L)),
.Names = c("ID", "Group", "M1a2hB", "M1a3hB", "M2a2hB",
"M2a3hB","M1r2hB", "M1r3hB","M2r2hB", "M2r3hB"),
class = "data.frame", row.names = c(NA, -2L))
df1
# ID Group M1a2hB M1a3hB M2a2hB M2a3hB M1r2hB M1r3hB M2r2hB M2r3hB
# 1 1 0.2 0.4 0.3 0.6 200 400 300 600
# 2 1 0.3 0.6 0.4 0.6 300 600 400 600
df2 <- reshape(df1, varying=list(c(3,4),c(5,6),c(7,8),c(9,10)),
v.names=c("M1a", "M2a", "M1r", "M2r"),
timevar="time", times=2:3, direction="long")
df2
# ID Group time M1a M2a M1r M2r id
# 1 1 2 0.2 0.3 200 300 1
# 2 1 2 0.3 0.4 300 400 2
# 1 1 3 0.4 0.6 400 600 1
# 2 1 3 0.6 0.6 600 600 2
个时间点（2小时，3小时）进行n <- 270次测量，请将m <- 2的参数更改为
reshape我假设您的示例varying=split(1:(n*m*2)+2,rep(1:(n*2), each=m)) # `*2` accounts for doubling by relative and absolute measurements.
# `+2` accounts for the `ID` and `Group` columns at the beginning
v.names=c(paste0("M", 1:n, "a"), paste0("M", 1:n, "r"))
中的time==1是指基线时的测量值，而不是未提及的df2，因为它们似乎全为零。为清楚起见，我将基线显示为1h。 在time==0中显示基线的一种方法是将零值基准测量值添加到df2。
df1并对其进行排序。
n <- 2 # use n <- 270 for 270 outcomes, measured at each time point, reported both in absolute and relative terms
df1.5 <- data.frame(df1,
setNames(as.list(rep(0,2*n)), c(paste0("M", 1:n, "a0hB"), paste0("M", 1:n, "r0hB"))))
df2 <- reshape(df1.5, varying=split(1:(n*3*2)+2, c(rep(1:(n*2), each=2), 1:(n*2))),
v.names=c(paste0("M", 1:n, "a"), paste0("M", 1:n, "r")),
timevar="time", idvar=c("Group", "ID"), times=c(2,3,0), direction="long")
# ID Group time M1a M2a M1r M2r
# 1 1 2 0.2 0.3 200 300
# 2 1 2 0.3 0.4 300 400
# 1 1 3 0.4 0.6 400 600
# 2 1 3 0.6 0.6 600 600
# 1 1 0 0.0 0.0 0 0
# 2 1 0 0.0 0.0 0 0
答案 3 :(得分：0)
您可以使用我的r包onetree，该包已上传到我的github yikeshu0611。
install.packages("devtools") #if you didnot have devtools packages in r
library(devtools)
install_github("yikeshu0611/onetree") #install onetree package from github
首先，我将教您如何逐步将宽幅转换为长距离。
library(onetree)
long1=reshape_toLong(data=df1,
id= "ID",
j="newcolumn",
value.var.prefix=c("M1a","M2a","M1r","M2r")
在此命令中，j是新列的名称。 您将在下面得到long1结果
long1
ID Group newcolumn M1a M2a M1r M2r
1 1 2hB 0.2 0.3 200 300
1 1 3hB 0.4 0.6 400 600
2 1 2hB 0.3 0.4 300 400
2 1 3hB 0.6 0.6 600 600
此外，我们可以在数据long1，M1a，M2a -------，M1r，M2r -----中看到。数据仍然是广泛的数据。我们仍然可以将其转换为long。我们使用M1，M2作为前缀。 a和r作为新列，这是测试方法。命令在下面。
long2=reshape_toLong(data = long1,
id = c("ID","newcolumn"),
j = "testway",
value.var.prefix = c("M1","M2"))
long2
ID newcolumn Group testway M1 M2
1 1 2hB 1 a 0.2 0.3
2 1 2hB 1 r 200.0 300.0
3 1 3hB 1 a 0.4 0.6
4 1 3hB 1 r 400.0 600.0
5 2 2hB 1 a 0.3 0.4
6 2 2hB 1 r 300.0 400.0
7 2 3hB 1 a 0.6 0.6
8 2 3hB 1 r 600.0 600.0
在这里，我们使用两个变量ID和newcolumn作为id对象。因为在长数据中，将id视为唯一变量，所以如果仅使用ID，则会发生不匹配。您还可以创建一个新的ID，例如idnew。
long1$idnew = 1:nrow(long1)
reshape_toLong(data = long1,
id = "idnew",
j = "testway",
value.var.prefix = c("M1","M2"))
继续！在数据long2中，可能有M1，M2，-------。因此long2仍然是一个广泛的数据。是的，我们可以更改的是长数据。 M作为前缀，1,2,3，-----作为新列。但是，ID应该是ID，newcolumn和testway，或者您可以为long2创建一个新ID，以确保ID唯一。
long3=reshape_toLong(data = long2,
id = c("ID","newcolumn","testway"),
j = "testnumber",
value.var.prefix = "M")
long3
ID newcolumn testway Group testnumber M
1 1 2hB a 1 1 0.2
2 1 2hB a 1 2 0.3
3 1 2hB r 1 1 200.0
4 1 2hB r 1 2 300.0
5 1 3hB a 1 1 0.4
6 1 3hB a 1 2 0.6
7 1 3hB r 1 1 400.0
8 1 3hB r 1 2 600.0
9 2 2hB a 1 1 0.3
10 2 2hB a 1 2 0.4
11 2 2hB r 1 1 300.0
12 2 2hB r 1 2 400.0
13 2 3hB a 1 1 0.6
14 2 3hB a 1 2 0.6
15 2 3hB r 1 1 600.0
16 2 3hB r 1 2 600.0
现在，数据long3是绝对长的数据。
如果每个度量结果都有4个结果：a2，a3，r2 r3。 a：绝对； r：相对； 2：时间2：3：时间3。然后1100列有275个度量结果（1100/4）。因此，我们有M1a2hB，M2a2hB，M3a2hB ------ M275a2hB。 M1a3hB，M2a3hB，M3a3hB ------ M275a3hB和M3就是这样。如果我们使用这样的命令，我们将有一个很长的value.var.prefix。 但是，我们可以使用更快的方法通过paste0函数构造前缀。
ma2=paste0("M",1:275,"a")
ma3=paste0("M",1:275,"a")
mr2=paste0("M",1:275,"r")
mr3=paste0("M",1:275,"r")
m=c(ma2,ma3,mr2,mr3)
在df1中，我们只有2个测量结果，因此我们可以在下面使用命令
ma2=paste0("M",1:2,"a")
ma3=paste0("M",1:2,"a")
mr2=paste0("M",1:2,"r")
mr3=paste0("M",1:2,"r")
prefix=c(ma2,ma3,mr2,mr3)
reshape_toLong(data = df1,
id = "ID",
j = "newcolumn",
value.var.prefix = prefix)
ID Group newcolumn M1a M2a M1r M2r
1 1 1 2hB 0.2 0.3 200 300
2 1 1 3hB 0.4 0.6 400 600
3 2 1 2hB 0.3 0.4 300 400
4 2 1 3hB 0.6 0.6 600 600
仍然，我们可以使用M1，M2 -----作为前缀，我们将a2hB，a3hB，r2hB，r3hB更改为新列。然后，我们将新列细分为不同的列。
m1=paste0("M",1:2)
m2=paste0("M",1:2)
prefix=c(m1,m2)
long4=reshape_toLong(data = df1,
id = "ID",
j = "newcolumn",
value.var.prefix = prefix)
long4
ID Group newcolumn M1 M2
1 1 1 a2hB 0.2 0.3
2 1 1 a3hB 0.4 0.6
3 1 1 r2hB 200.0 300.0
4 1 1 r3hB 400.0 600.0
5 2 1 a2hB 0.3 0.4
6 2 1 a3hB 0.6 0.6
7 2 1 r2hB 300.0 400.0
8 2 1 r3hB 600.0 600.0
long4$testway=Left(long4$newcolumn,1)
long4$time=Right(long4$newcolumn,3)
long4
ID Group newcolumn M1 M2 testway time
1 1 1 a2hB 0.2 0.3 a 2hB
2 1 1 a3hB 0.4 0.6 a 3hB
3 1 1 r2hB 200.0 300.0 r 2hB
4 1 1 r3hB 400.0 600.0 r 3hB
5 2 1 a2hB 0.3 0.4 a 2hB
6 2 1 a3hB 0.6 0.6 a 3hB
7 2 1 r2hB 300.0 400.0 r 2hB
8 2 1 r3hB 600.0 600.0 r 3hB
最后，我们只能使用M作为前缀，以获取绝对数据。
long5=reshape_toLong(data = df1,
id = "ID",
j = "newcolumn",
value.var.prefix = "M")
long5
ID Group newcolumn M
1 1 1 1a2hB 0.2
2 1 1 1a3hB 0.4
3 1 1 2a2hB 0.3
4 1 1 2a3hB 0.6
5 1 1 1r2hB 200.0
6 1 1 1r3hB 400.0
7 1 1 2r2hB 300.0
8 1 1 2r3hB 600.0
9 2 1 1a2hB 0.3
10 2 1 1a3hB 0.6
11 2 1 2a2hB 0.4
12 2 1 2a3hB 0.6
13 2 1 1r2hB 300.0
14 2 1 1r3hB 600.0
15 2 1 2r2hB 400.0
16 2 1 2r3hB 600.0
然后，我们可以在onetree包中使用Left，Mid和Right函数从左，中和右进行子串操作以获取新列。
long5$testnumber=Left(long5$newcolumn,1)
long5$testway=Mid(long5$newcolumn,2,1)
long5$time=Right(long5$newcolumn,3)
long5
ID Group newcolumn M testnumber testway time
1 1 1 1a2hB 0.2 1 a 2hB
2 1 1 1a3hB 0.4 1 a 3hB
3 1 1 2a2hB 0.3 2 a 2hB
4 1 1 2a3hB 0.6 2 a 3hB
5 1 1 1r2hB 200.0 1 r 2hB
6 1 1 1r3hB 400.0 1 r 3hB
7 1 1 2r2hB 300.0 2 r 2hB
8 1 1 2r3hB 600.0 2 r 3hB
9 2 1 1a2hB 0.3 1 a 2hB
10 2 1 1a3hB 0.6 1 a 3hB
11 2 1 2a2hB 0.4 2 a 2hB
12 2 1 2a3hB 0.6 2 a 3hB
13 2 1 1r2hB 300.0 1 r 2hB
14 2 1 1r3hB 600.0 1 r 3hB
15 2 1 2r2hB 400.0 2 r 2hB
16 2 1 2r3hB 600.0 2 r 3hB
在这里，我们使用不同的前缀来获取不同的数据。
在reshape_toLong函数中：