Question

需要以此来重塑data.frame

<!DOCTYPE html>
<html>
<head>
  <meta charset="utf-8">
  <meta name="viewport" content="width=device-width">
  <title>JS Bin</title>
</head>
<body>
  <canvas id ="myCanvas"></canvas>
</body>
</html>

对此：

  TestID Machine1Measure Machine1Count Machine2Measure Machine2Count
1  10006              11            14              16            24
2  10007              23            27              32            35

下面是创建每个代码的代码。看着R中的重塑，但不知道如何拆分名称

注意：这是列的子集-共有70-140台计算机。我该如何简化呢？

  TestID Machine Measure Count
1  10006       1      11    14
2  10006       2      16    24
3  10007       1      23    27
4  10007       2      32    35

Answer 1

以下内容再现了您的预期输出：

df %>%
    gather(key, value, -TestID) %>%
    separate(key, into = c("tmp", "what"), sep = "(?<=\\d)") %>%
    separate(tmp, into = c("tmp", "Machine"), sep = "(?=\\d+)") %>%
    spread(what, value) %>%
    select(-tmp)
#  TestID Machine Count Measure
#1  10006       1    14      11
#2  10006       2    24      16
#3  10007       1    27      23
#4  10007       2    35      32

说明：我们将数据从宽到长整形，并在再次从长到宽重塑之前，使用两个separate调用来分隔各种值和id。（我们使用积极的前瞻性和积极的后备态度将密钥分为必填字段。）

样本数据

df <- read.table(text =
    "  TestID Machine1Measure Machine1Count Machine2Measure Machine2Count
1  10006              11            14              16            24
2  10007              23            27              32            35", header = T)

Answer 2

<mat-grid-list [cols]="breakpoint" rowHeight="200px" (window:resize)="onResize($event)"> <mat-grid-tile>1</mat-grid-tile> <mat-grid-tile>2</mat-grid-tile> <mat-grid-tile>3</mat-grid-tile> </mat-grid-list>可以在一data.table内完成所有这些工作，这比MauritsEvers提供的（完全有效的）tidyverse解决方案快30倍。

它使用melt定义名称中带有“ Measure”和“ Count”的列，然后将这些列融合为patterns中的列名称

value.name

基准化

library( data.table )
melt( setDT( b), 
      id.vars = c("TestID"), 
      measure.vars = patterns( ".*Measure", ".*Count"), 
      variable.name = "Machine", 
      value.name = c("Measure", "Count") )

#    TestID Machine Measure Count
# 1:  10006       1      11    14
# 2:  10007       1      23    27
# 3:  10006       2      16    24
# 4:  10007       2      32    35

Answer 3

由于没有其他人喜欢reshape()，因此我将添加一个答案：

reshape(
  setNames(b, sub("^.+(\\d+)(.+)$", "\\2.\\1", names(b))),
  idvar="TestID", direction="long", varying=-1, timevar="Machine"
)

#        TestID Machine Measure Count
#10006.1  10006       1      11    14
#10007.1  10007       1      23    27
#10006.2  10006       2      16    24
#10007.2  10007       2      32    35

它永远不会与data.table竞争纯速度，而是使用以下方法对200万行进行简短测试：

bbig <- b[rep(1:2,each=1e6),]
bbig$TestID <- make.unique(as.character(bbig$TestID))

#data.table -  0.06 secs
#reshape    -  2.30 secs
#tidyverse  - 56.60 secs

如何重塑数据（使用列名解析）

3 个答案:

样本数据

基准化