我正在研究512个变量的调查数据。变量的数量很大，因为每个受访者为多个品牌回答相同的问题。因此，每个变量，例如“偏好”都有20列，对于每个品牌，受访者都可能知道。我想要一个额外的专栏，这是品牌，我还没有管理它。
我应用了tidyr包，这对第一组变量非常有效：
TestSet100<-as.data.frame(TestSet100)
TestSet100$ID <- factor(TestSet100$ID)
Test_long<-reshape(TestSet100long, varying=c(unaided_b1:unaided_b20), direction="long", idvar= "ID", sep="_")
结果正是我所需要的。但是，一旦我从下一个开始就出错了：
TestSet100long3<-gather(TestSet100long, brand, aided_awareness, aided_b1:aided_b20, factor_key=T)
因为它增加了：品牌unaided_awareness，品牌aided_awareness，而不是一个具有可变品牌的列，两个具有unaided_awareness和aided_awareness。
但是对于第三个，它完全错了，因为那样结果就是错误。
TestSet100long4<-gather(TestSet100long3, brand, familiarity, fami_b1:fami_b20, factor_key=T)
Error: is_dictionaryish(x) is not TRUE
答案 0 :(得分：0)
从heroku/nodejs包中试用dcast。有关详细信息，请参阅An introduction to reshape2。
在这篇博客文章的底部有一个很好的视觉表，蓝色/红色突出显示很好地解释了逻辑