Question

我有一个这样的数据框：

set.seed(100)

drugs <- data.frame(id = 1:5, 
                drug_1 = letters[1:5], drug_dos_1 = sample(100,5),
                drug_2 = letters[3:7], drug_dos_2 = sample(100,5)
)

id drug_1 drug_dos_1 drug_2 drug_dos_2
1      a         31      c         49
2      b         26      d         81
3      c         55      e         37
4      d          6      f         54
5      e         45      g         17

我想将此混乱的表格转换为整齐的表格，将所有id为id的药物都放在一栏中，并将相应的药物剂量都放在一栏中。该表最后应如下所示：

id drug dosage
1  a    31
1  c    49
2  b    26
2  d    81
etc

我想这可以通过使用一种重塑功能来实现，该功能可以将数据从宽格式转换为长格式，但是我没有处理。

Answer 1

一个选项是melt中的data.table，它可以在patterns参数中使用多个measure

library(data.table)
melt(setDT(drugs), measure = patterns('^drug_\\d+$', 'dos'),
     value.name = c('drug', 'dosage'))[, variable := NULL][order(id)]
#   id drug dosage
#1:  1    a     31
#2:  1    c     49
#3:  2    b     26
#4:  2    d     81
#5:  3    c     55
#6:  3    e     37
#7:  4    d      6
#8:  4    f     54
#9:  5    e     45
#10  5    g     17

在这里，“药物”在所有列中都是通用的，因此我们需要创建一个独特的模式。一种方法是指定起始位置（^），后跟'drug'子字符串，然后下划线（_）和结束处的一个或多个数字（\\d+）（{{ 1}}）。对于'dos'，只需使用该子字符串来匹配具有'dos'的列名

Answer 2

library(dplyr)
drugs %>% gather(key,val,-id) %>% mutate(key=gsub('_\\d','',key)) %>% #replace _1 and _2 at the end wiht nothing
          mutate(key=gsub('drug_','',key)) %>% group_by(key) %>%  #replace drug_ at the start of dos with nothin and gruop by key
          mutate(row=row_number()) %>% spread(key,val) %>%
          select(id,drug,dos,-row)


 # A tibble: 10 x 3
  id drug  dos  
  <int> <chr> <chr>
  1     1 a     31   
  2     1 c     49   
  3     2 b     26   
  4     2 d     81   
  5     3 c     55   
  6     3 e     37   
  7     4 d     6    
  8     4 f     54   
  9     5 e     45   
 10     5 g     17   
  Warning message:
  attributes are not identical across measure variables;
  they will be dropped
#This warning generated as we merged drug(chr) and dose(num) into one column (val)

按ID从宽到长收集列

2 个答案: