假设我希望通过不同的 setosa-ID 以宽格式放置数据。
iris2 <- iris %>%
head(10) %>%
mutate(num = 1:10,
ID = str_c(Species,1:10))
Sepal.Length Sepal.Width Petal.Length Petal.Width Species num ID
1 5.1 3.5 1.4 0.2 setosa 1 setosa1
2 4.9 3.0 1.4 0.2 setosa 2 setosa2
3 4.7 3.2 1.3 0.2 setosa 3 setosa3
4 4.6 3.1 1.5 0.2 setosa 4 setosa4
5 5.0 3.6 1.4 0.2 setosa 5 setosa5
6 5.4 3.9 1.7 0.4 setosa 6 setosa6
7 4.6 3.4 1.4 0.3 setosa 7 setosa7
8 5.0 3.4 1.5 0.2 setosa 8 setosa8
9 4.4 2.9 1.4 0.2 setosa 9 setosa9
10 4.9 3.1 1.5 0.1 setosa 10 setosa10
然而，pivot_wider 为结果返回某种对角矩阵
iris3 <- iris2 %>%
pivot_wider(names_from = ID,
values_from = c(Sepal.Length,Sepal.Width,Petal.Length,Petal.Width))
Species num Sepal.Length_se~ Sepal.Length_se~ Sepal.Length_se~ Sepal.Length_se~ Sepal.Length_se~ Sepal.Length_se~
<fct> <int> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
1 setosa 1 5.1 NA NA NA NA NA
2 setosa 2 NA 4.9 NA NA NA NA
3 setosa 3 NA NA 4.7 NA NA NA
4 setosa 4 NA NA NA 4.6 NA NA
5 setosa 5 NA NA NA NA 5 NA
6 setosa 6 NA NA NA NA NA 5.4
我希望数据变成这样：
iris_want <- tibble("Species" = rep("setosa",40),
"num" = rep(1:10,each=4),
"Values_From" = rep(c("Sepal.Length","Sepal.Width","Petal.Length","Petal.Width"),10),
"setosa1" = NA,
"setosa2" = NA
)
Species num Values_From setosa1 setosa2
<chr> <int> <chr> <lgl> <lgl>
1 setosa 1 Sepal.Length NA NA
2 setosa 1 Sepal.Width NA NA
3 setosa 1 Petal.Length NA NA
4 setosa 1 Petal.Width NA NA
5 setosa 2 Sepal.Length NA NA
6 setosa 2 Sepal.Width NA NA
7 setosa 2 Petal.Length NA NA
8 setosa 2 Petal.Width NA NA
9 setosa 3 Sepal.Length NA NA
10 setosa 3 Sepal.Width NA NA
我该如何解决这个问题？
答案 0 :(得分：2)
看起来您需要先使数据变长 (pivot_longer)，然后再变宽。此外，似乎 num 列不值得保留。如果您想保留 num 列，请从下面的代码中删除 select(-num) %>%。
iris2 %>%
select(-num) %>%
pivot_longer(cols = Sepal.Length:Petal.Width) %>%
pivot_wider(names_from = ID, values_from = value)
Species name setosa1 setosa2 setosa3
<fct> <chr> <dbl> <dbl> <dbl>
1 setosa Sepal.Length 5.1 4.9 4.7 ...
2 setosa Sepal.Width 3.5 3 3.2 ...
3 setosa Petal.Length 1.4 1.4 1.3 ...
4 setosa Petal.Width 0.2 0.2 0.2 ...
答案 1 :(得分：2)
也许这会有所帮助：
library(dplyr)
library(tidyr)
#Code
#Code
iris2 %>% pivot_longer(-c(Species,num,ID)) %>%
pivot_wider(names_from = ID,values_from=value)
输出：
# A tibble: 40 x 13
Species num name setosa1 setosa2 setosa3 setosa4 setosa5 setosa6 setosa7 setosa8
<fct> <int> <chr> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
1 setosa 1 Sepa~ 5.1 NA NA NA NA NA NA NA
2 setosa 1 Sepa~ 3.5 NA NA NA NA NA NA NA
3 setosa 1 Peta~ 1.4 NA NA NA NA NA NA NA
4 setosa 1 Peta~ 0.2 NA NA NA NA NA NA NA
5 setosa 2 Sepa~ NA 4.9 NA NA NA NA NA NA
6 setosa 2 Sepa~ NA 3 NA NA NA NA NA NA
7 setosa 2 Peta~ NA 1.4 NA NA NA NA NA NA
8 setosa 2 Peta~ NA 0.2 NA NA NA NA NA NA
9 setosa 3 Sepa~ NA NA 4.7 NA NA NA NA NA
10 setosa 3 Sepa~ NA NA 3.2 NA NA NA NA NA
# ... with 30 more rows, and 2 more variables: setosa9 <dbl>, setosa10 <dbl>
答案 2 :(得分：1)
我们可以使用 recast 中的 reshape2
library(reshape2)
recast(iris2, id.var = c("Species", "num", "ID"),
Species + num + variable ~ ID, value.var = 'value')
-输出
# Species num variable setosa1 setosa10 setosa2 setosa3 setosa4 setosa5 setosa6 setosa7 setosa8 setosa9
#1 setosa 1 Sepal.Length 5.1 NA NA NA NA NA NA NA NA NA
#2 setosa 1 Sepal.Width 3.5 NA NA NA NA NA NA NA NA NA
#3 setosa 1 Petal.Length 1.4 NA NA NA NA NA NA NA NA NA
#4 setosa 1 Petal.Width 0.2 NA NA NA NA NA NA NA NA NA
#5 setosa 2 Sepal.Length NA NA 4.9 NA NA NA NA NA NA NA
#6 setosa 2 Sepal.Width NA NA 3.0 NA NA NA NA NA NA NA
# ...
答案 3 :(得分：1)
dcast 中的 melt + data.table 的组合可能会有所帮助
iris3 <- dcast(melt(setDT(iris2), id = c("Species", "num", "ID")), ... ~ ID, value.var = "value")
这样
> head(iris3)
Species num variable setosa1 setosa10 setosa2 setosa3 setosa4 setosa5
1: setosa 1 Sepal.Length 5.1 NA NA NA NA NA
2: setosa 1 Sepal.Width 3.5 NA NA NA NA NA
3: setosa 1 Petal.Length 1.4 NA NA NA NA NA
4: setosa 1 Petal.Width 0.2 NA NA NA NA NA
5: setosa 2 Sepal.Length NA NA 4.9 NA NA NA
6: setosa 2 Sepal.Width NA NA 3.0 NA NA NA
setosa6 setosa7 setosa8 setosa9
1: NA NA NA NA
2: NA NA NA NA
3: NA NA NA NA
4: NA NA NA NA
5: NA NA NA NA
6: NA NA NA NA