Question

我正在尝试使用reshape2中的dcast函数将数据从长到宽的公式重新整形。

目标是在value.var参数中使用不同的变量，但R不允许我在其中使用多个值。

还有其他方法可以解决吗？我看过其他类似的问题，但我还没有找到类似的例子。

这是我当前的数据集：

+---------+------+--------+--------------+------------+
| Country | Year | Growth | Unemployment | Population |
+---------+------+--------+--------------+------------+
| A       | 2015 |      2 |          8.3 |         40 |
| B       | 2015 |      3 |          9.2 |         32 |
| C       | 2015 |    2.5 |          9.1 |         30 |
| D       | 2015 |    1.5 |          6.1 |         27 |
| A       | 2016 |      4 |          8.1 |         42 |
| B       | 2016 |    3.5 |            9 |       32.5 |
| C       | 2016 |    3.7 |            9 |         31 |
| D       | 2016 |    3.1 |          5.3 |         29 |
| A       | 2017 |    4.5 |          8.1 |       42.5 |
| B       | 2017 |    4.4 |          8.4 |         33 |
| C       | 2017 |    4.3 |          8.5 |         30 |
| D       | 2017 |    4.2 |          5.2 |         30 |
+---------+------+--------+--------------+------------+

我的目标是将年份专栏改为其他专栏（增长，失业和人口）。我正在使用下面的dcast功能。

data_wide <- dcast(world, country  ~ year,
     value.var=c("Growth","Unemployment","Population"))

理想的结果

+---------+-------------+-------------------+-----------------+-------------+-------------------+-----------------+
| Country | Growth_2015 | Unemployment_2015 | Population_2015 | Growth_2016 | Unemployment_2016 | Population_2016 |
+---------+-------------+-------------------+-----------------+-------------+-------------------+-----------------+
| A       |           2 |               8.3 |              40 |           4 |               8.1 |              42 |
| B       |           3 |               9.2 |              32 |         3.5 |                 9 |            32.5 |
| C       |         2.5 |               9.1 |              30 |         3.7 |                 9 |              31 |
| D       |         1.5 |               6.1 |              27 |         3.1 |               5.3 |              29 |
+---------+-------------+-------------------+-----------------+-------------+-------------------+-----------------+

Answer 1

如果你没有与dcast解决方案结婚，我个人觉得tidyr更容易。

library(tidyr)
df <- df %>% 
     gather(key, value, -Country, -Year) %>%  
     unite(new.col, c(key, Year)) %>%   
     spread(new.col, value)

结果

  Country Growth_2015 Growth_2016 Growth_2017 Population_2015 Population_2016 Population_2017 Unemployment_2015 Unemployment_2016 Unemployment_2017
1       A         2.0         4.0         4.5              40            42.0            42.5               8.3               8.1               8.1
2       B         3.0         3.5         4.4              32            32.5            33.0               9.2               9.0               8.4
3       C         2.5         3.7         4.3              30            31.0            30.0               9.1               9.0               8.5
4       D         1.5         3.1         4.2              27            29.0            30.0               6.1               5.3               5.2

这适用于

将所有值堆叠到一列......

将变量名和年份列合并为一列......

然后将新列扩展为宽格式

Answer 2

OP提供的dcast()语句与data.table包的最新版本几乎完美匹配，因为它们允许多个度量变量与dcast()和{{1}一起使用}：

melt()

这与tidyr solution。

的结果相同

但是，OP已经为其理想解决方案请求了特定的列顺序，其中每年的不同度量变量组合在一起。

如果列的正确顺序很重要，有两种方法可以实现此目的。第一种方法是使用library(data.table) # CRAN version 1.10.4 setDT(world) # coerce to data.table data_wide <- dcast(world, Country ~ Year, value.var = c("Growth", "Unemployment", "Population")) data_wide # Country Growth_2015 Growth_2016 Growth_2017 Unemployment_2015 Unemployment_2016 Unemployment_2017 Population_2015 #1: A 2.0 4.0 4.5 8.3 8.1 8.1 40 #2: B 3.0 3.5 4.4 9.2 9.0 8.4 32 #3: C 2.5 3.7 4.3 9.1 9.0 8.5 30 #4: D 1.5 3.1 4.2 6.1 5.3 5.2 27 # Population_2016 Population_2017 1: 42.0 42.5 2: 32.5 33.0 3: 31.0 30.0 4: 29.0 30.0：

对列进行适当的重新排序

setcolorder()

注意交叉连接函数new_ord <- CJ(world$Year, c("Growth","Unemployment","Population"), sorted = FALSE, unique = TRUE)[, paste(V2, V1, sep = "_")] setcolorder(data_wide, c("Country", new_ord)) data_wide # Country Growth_2015 Unemployment_2015 Population_2015 Growth_2016 Unemployment_2016 Population_2016 Growth_2017 #1: A 2.0 8.3 40 4.0 8.1 42.0 4.5 #2: B 3.0 9.2 32 3.5 9.0 32.5 4.4 #3: C 2.5 9.1 30 3.7 9.0 31.0 4.3 #4: D 1.5 6.1 27 3.1 5.3 29.0 4.2 # Unemployment_2017 Population_2017 #1: 8.1 42.5 #2: 8.4 33.0 #3: 8.5 30.0 #4: 5.2 30.0用于创建向量的叉积。

实现所需列顺序的另一种方法是融化并重铸：

CJ()

将数据从长格式重塑为宽格式 - 多个变量

2 个答案: