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。
答案 0 :(得分:3)
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
答案 1 :(得分: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)