Question

首先，我很抱歉，我知道我的问题与其他几个问题重叠，但我对R很新，我找不到完全填写任务的答案，而且我真的可以理解。

我的数据集是这样的：

ID … Exam_t_minus_3 Exam_t_minus_2 Exam_t_minus_1 Grade_2012 Grade_2013 Grade_2014
1       Math        Physics         Chemestry         98         70         76
2       English     French          Russian           77         85         59
3       English     Chemistry       Biology           65         77         69

我希望它成为类似的东西：

ID  …   i(as t_minus_i_)    Exam         Grade
1       3                   Math          98
1       2                   Physics       70
1       1                   Chemistry     76
2       3                   English       77
2       2                   French        85
2       1                   Russian       59

我已经完成了漩涡（）课程，并认为我可以用tidyr做到这一点，但我无法弄清楚我怎么能收集多个列。我最终得到了一个结果：

ID  …   ................    Exam         Grade
1       .                   Math          98
1       .                   Math          70
1       .                   Math          76
1       .                   Physics       98
1       .                   Physics       70
1       .                   Physics       76

我调查了这个：Gather multiple sets of columns和其他一些人，但是他们中的大多数人在中途失去了我。

我也尝试了这个问题的答案（我事先将收益列更改为以T_minus_ *结尾）：Gather multiple columns with tidyr

，我试过了

library(data.table)
res = melt(setDT(sample_df), 
measure.vars = patterns("^Exam", "^Grade"), 
variable.name = "i")
res[, i := factor(i, labels = c("3","2", "1"))]

它完成了我需要的大部分工作，但是，我需要将i列中的值作为整数而不是分类变量，因为我需要它们用于将来的计算。

我试图做res$i <- as.numeric(res$i)，但这改变了顺序，即“3”被评估为1，“1”被评估为3。我试图把它留下来，但是对于i列值，这给了我1,2,3。

当我将收入列更改为Earnings_T_minus_ *时，我可能会以某种方式在i列中获取这些*值吗？

library(data.table)
res = melt(setDT(sample_df), 
measure.vars = patterns("^Exam_T_minus_*", "^Grade_T_minus_*"), 
variable.name = "i")

对不起，这个问题变得有点长，也许令人困惑，但希望有人能引导我朝着正确的方向前进。

Answer 1

使用dplyr和tidyr的解决方案。

它需要两次gather进程。我们第一次可以收集i(as t_minus_i_)和Exam。第二次，我们可以收集Year和Grade。

starts_with是一个辅助函数，可以选择带有字符串开头的列。 sub是用空字符串“”替换字符串以进一步格式化列。 as.integer是将字符数转换为整数。 dt2是最终输出。

library(dplyr)
library(tidyr)

dt2 <- dt %>%
  # First gather process: gather the i(as t_minus_i_) and Exam
  gather(`i(as t_minus_i_)`, Exam, starts_with("Exam")) %>%
  mutate(`i(as t_minus_i_)` = as.integer(sub("Exam_t_minus_", "", `i(as t_minus_i_)`))) %>%
  # Second gather process: gather the Grade
  gather(Year, Grade, starts_with("Grade")) %>%
  mutate(Year = as.integer(sub("Grade_", "", Year))) %>%
  arrange(ID)

dt2
#    ID i(as t_minus_i_)      Exam Year Grade
# 1   1                3      Math 2012    98
# 2   1                2   Physics 2012    98
# 3   1                1 Chemestry 2012    98
# 4   1                3      Math 2013    70
# 5   1                2   Physics 2013    70
# 6   1                1 Chemestry 2013    70
# 7   1                3      Math 2014    76
# 8   1                2   Physics 2014    76
# 9   1                1 Chemestry 2014    76
# 10  2                3   English 2012    77
# 11  2                2    French 2012    77
# 12  2                1   Russian 2012    77
# 13  2                3   English 2013    85
# 14  2                2    French 2013    85
# 15  2                1   Russian 2013    85
# 16  2                3   English 2014    59
# 17  2                2    French 2014    59
# 18  2                1   Russian 2014    59
# 19  3                3   English 2012    65
# 20  3                2 Chemistry 2012    65
# 21  3                1   Biology 2012    65
# 22  3                3   English 2013    77
# 23  3                2 Chemistry 2013    77
# 24  3                1   Biology 2013    77
# 25  3                3   English 2014    69
# 26  3                2 Chemistry 2014    69
# 27  3                1   Biology 2014    69

数据

dt <- read.table(text = "ID Exam_t_minus_3 Exam_t_minus_2 Exam_t_minus_1 Grade_2012 Grade_2013 Grade_2014 1 Math Physics Chemestry 98 70 76 2 English French Russian 77 85 59 3 English Chemistry Biology 65 77 69", header = TRUE, stringsAsFactors = FALSE)

收集/融合多个列集，变量列的整数值？

1 个答案: