Question

我正在努力将Panel数据集从宽格式转换为长格式。数据集看起来像这样：

ID | KP1_430a | KP1_430b | KP1_430c | KP2_430a | KP2_430b | KP2_430c | KP1_1500a | ...  
1     ....
2     ....

KP1; KP2直到KP7描述了波浪。 a，b到f描述特定的项目。（例如，甲方从左到右的位置）

我想以长格式提供这些数据。像这样：

ID | Party | Wave | 430 | 1500  
 1     1       1     ..    ..
 1     2       1     ..    ..
 .     .       .          
 1     1       2     ..    ..
 .     .       .         
 2     1       1     ..    ..

我尝试使用重塑功能。但是，随着时间的推移和同时对各方进行重塑，我遇到了问题。

这是一个小型的data.frame示例。

data <- data.frame(matrix(rnorm(10),2,10))  
data[,1] <- 1:2  
names(data) <- c("ID","KP1_430a" , "KP1_430b" , "KP1_430c" , "KP2_430a" , "KP2_430b ", "KP2_430c ", "KP1_1500a" ,"KP1_1500b", "KP1_1500c")

这就是我有多远。

  data_long <- reshape(data,varying=list(names(data)[2:4],names(data)[5:7], names(data[8:10]),  
                            v.names=c("KP1_430","KP2_430","KP1_1500"),  
                           direction="long", timevar="Party")

问题依然存在：如何以长格式获取时变变量？是否有更优雅的方式来重塑这些数据？在上面的代码中，我必须输入每个wave和变量的名称（名称（数据）[2：4]）。有了这个小的data.frame就可以，但数据集要大得多。

编辑：如何通过手工完成这种转换：我实际上已经完成了这项工作，这留下了一个页面长的代码文件。
首先，绑定KP1_430a和KP1_1500a，ID为ID，Time = 1，Party = 1列。其次为所有各方[b-f]创建相同的对象，分别更改聚会索引，并按行方式追加。对其余的波[2-7]执行第一步和第二步，分别更改party和time var，并按顺序追加它们。

Answer 1

通常更容易分两步完成：首先使用melt将数据置于“高”格式（除非已经是这种情况），然后使用dcast将ti转换为更广泛的格式。

library(reshape2)
library(stringr)

# Tall format
d <- melt(data, id.vars="ID")

# Process the column containing wave and party
d1 <- str_match_all( 
  as.character( d$variable ), 
  "KP([0-9])_([0-9]+)([a-z])" 
)
d1 <- do.call( rbind, d1 )
d1 <- d1[,-1]
colnames(d1) <- c("wave", "number", "party")
d1 <- as.data.frame( d1)
d <- cbind( d, d1 )

# Convert to the desired format
d <- dcast( d, ID + wave + party ~ number )

Answer 2

目前您的Wave数据位于变量名称中，您需要通过一些字符串处理来提取它。我没有遇到融化问题

mdat <- melt(data, id.vars="ID")
mdat$wave=sub("KP", "", sub("_.+$", "", mdat$variable)) # remove the other stuff
mdat

你的描述太粗略（到目前为止）让我找出导出“派对”变量的规则，所以也许你可以编辑你的问题来展示人类可以做些什么......和然后我们就可以向计算机展示如何做到这一点。

编辑：如果原始列名中的最后一个小写字母是Vincent认为的Party，则可以修剪这些名称中的尾随空格并提取：

mdat$var <- sub("\\s", "", (as.character(mdat$variable)))
mdat$party=substr( mdat$var, nchar(mdat$var), nchar(mdat$var))
#--------------
> mdat
   ID  variable      value wave party       var
1   1  KP1_430a  0.7220627    1     a  KP1_430a
2   2  KP1_430a  0.9585243    1     a  KP1_430a
3   1  KP1_430b -1.2954671    1     b  KP1_430b
4   2  KP1_430b  0.3393617    1     b  KP1_430b
5   1  KP1_430c -1.1477627    1     c  KP1_430c
6   2  KP1_430c -1.0909179    1     c  KP1_430c
<snipped output>

将面板数据宽格式重塑为长格式

2 个答案: