我是R的相对新手,并尝试将我的数据从宽格式转换为长格式并出现问题。我认为我的问题可能是由于我在R中创建的data.frame创建了data.frame,将大数据的平均值转换为另一个data.frame。
我所做的是创建了一个空的data.frame(ndf):
ndf <- data.frame(matrix(ncol = 0, nrow = 3))
然后使用lapply从大型data.frame(ldf)中获取新数据框中的单独列,并从大数据框中使用年份:
ndf$Year <- names(ldf)
ndf$col1 <- lapply(ldf, function(i) {mean(i$col1)})
ndf$col2 <- lapply(ldf, function(i) {mean(i$col2)})
etc.
reshape2中的融化函数显然不起作用,因为存在非原子“度量”列。
对于使用重塑基函数,我使用了代码:
reshape.ndf <- reshape(ndf,
varying = list(names(ndf)[2:7]),
v.names = "cover",
timevar = "species",
times = names(ndf[2:7]),
new.row.names = 1:1000,
direction = "long")
我的输出基本上只是使用变量的第一行。所以我的宽数据框架看起来像这样(对于奇怪的名字感到抱歉):
Year Cladonia.portentosa Erica.tetralix Eriophorum.vaginatum
1 2014 11.75 35 55
2 2015 15.75 25.75 70
3 2016 22.75 5 37.5
long data.frame看起来像这样:
Year species cover id
1 2014 Cladonia.portentosa 11.75 1
2 2015 Cladonia.portentosa 11.75 2
3 2016 Cladonia.portentosa 11.75 3
4 2014 Erica.tetralix 35.00 1
5 2015 Erica.tetralix 35.00 2
6 2016 Erica.tetralix 35.00 3
“封面”栏中每年的值应与相应的年份一起放入单元格。
请有人告诉我哪里出错了??
答案 0 :(得分:0)
以下是&#39;融化&#39;在tidyr
。
您需要tidyr
,但我也喜欢dplyr
,并将其包含在此处,以鼓励其与其他整数用户一起使用。你会在网上找到无穷无尽的精彩教程......
library(dplyr)
library(tidyr)
让我们以虹膜为例,我想要一个长形式,其中物种,变量和值是列。
data(iris)
这是gather()
。我们指定变量和值是新&#39;熔化&#39;的列名。列。我们还指定我们不想要熔化我们想要保留其自己列的列物种。
iris_long <- iris %>%
gather(variable, value, -Species)
检查iris_long
对象以确保它有效。
答案 1 :(得分:0)
除了罗马的回答之外,我想我会完全分享我对数据集的所作所为。
我最初的&#34;宽&#34; data.frame ndf
看起来像这样:
Year Cladonia.portentosa Erica.tetralix Eriophorum.vaginatum
1 2014 11.75 35 55
2 2015 15.75 25.75 70
3 2016 22.75 5 37.5
我使用了下载的tidyr
install.packages("tidyr")
然后选择了包
library(tidyr)
然后,我使用gather()
包中的tidyr
函数将species
列Cladonia.portentosa
Erica.tetralix
和Eriophorum.vaginatum
收集到一列中,在新的&#34;长&#34;中有一个cover
列data.frame。
long.ndf <- ndf %>% gather(species, cover, Cladonia.portentosa:Eriophorum.vaginatum)
轻松自在! 再次感谢罗马的建议!
答案 2 :(得分:0)
我正在回答您的问题,以防它可能对使用reshape
函数的人有所帮助。
请有人能告诉我我哪里出问题了吗??
您尚未指定参数idvar
,并且reshape
为您创建了一个名为id
的参数。为了避免这种情况,只需在代码中添加idvar = "Year"
行:
ndf <- read.table(text =
"Year Cladonia.portentosa Erica.tetralix Eriophorum.vaginatum
1 2014 11.75 35 55
2 2015 15.75 25.75 70
3 2016 22.75 5 37.5",
header=TRUE, stringsAsFactors = F)
reshape.ndf <- reshape(ndf,
varying = list(names(ndf)[2:4]),
v.names = "cover",
idvar = "Year",
timevar = "species",
times = names(ndf[2:4]),
new.row.names = 1:9,
direction = "long")
结果与您预期的一样
reshape.ndf
Year species cover
1 2014 Cladonia.portentosa 11.75
2 2015 Cladonia.portentosa 15.75
3 2016 Cladonia.portentosa 22.75
4 2014 Erica.tetralix 35.00
5 2015 Erica.tetralix 25.75
6 2016 Erica.tetralix 5.00
7 2014 Eriophorum.vaginatum 55.00
8 2015 Eriophorum.vaginatum 70.00
9 2016 Eriophorum.vaginatum 37.50