重塑/聚集功能以创建可用于多层次分析的数据集 [英] Reshape/gather function to create dataset ready for multilevel analysis
本文介绍了重塑/聚集功能以创建可用于多层次分析的数据集的处理方法,对大家解决问题具有一定的参考价值,需要的朋友们下面随着小编来一起学习吧!
问题描述
我有一个很大的数据集,有240个病例,代表240名患者。他们都接受了神经心理测试,并填写了调查问卷。此外,他们的重要其他人(下称:代理人)也填写了调查问卷。由于‘病人’和‘代理’嵌套在‘夫妻’中,因此我想在R中进行多层次分析。为此,我需要重塑我的数据集以运行此类分析。
简单地说,我想‘复制’我的行。对于双主体ID,添加一个带有1和2的新变量,其中1代表患者数据,2代表代理数据。然后,我希望用1.所有患者数据和包含代理数据的列填充1.所有代理数据为NA或空或其他值,以及2.所有代理数据和所有患者数据为NA或空。
假设这是我的数据:
id <- c(1:5)
names <- c('id', 'p1', 'p2', 'p3', 'pr1', 'pr2', 'pr3')
p1 <- c(sample(1:10, 5))
p2 <- c(sample(10:20, 5))
p3 <- c(sample(20:30, 5))
pr1 <- c(sample(1:10, 5))
pr2 <- c(sample(10:20, 5))
pr3 <- c(sample(20:30, 5))
mydf <- as.data.frame(matrix(c(id, p1, p2, p3, pr1, pr2, pr3), nrow = 5))
colnames(mydf) <- names
>mydf
id p1 p2 p3 pr1 pr2 pr3
1 1 6 20 22 1 10 24
2 2 8 11 24 2 18 29
3 3 7 10 25 6 20 26
4 4 3 14 20 10 15 20
5 5 5 19 29 7 14 22
我希望我的数据最终是这样的:
id2 <- rep(c(1:5), each = 2)
names2 <- c('id', 'couple', 'q1', 'q2', 'q3')
couple <- rep(1:2, 5)
p1 <- c(sample(1:10, 5))
p2 <- c(sample(10:20, 5))
p3 <- c(sample(20:30, 5))
pr1 <- c(sample(1:10, 5))
pr2 <- c(sample(10:20, 5))
pr3 <- c(sample(20:30, 5))
mydf <- as.data.frame(matrix(c(id2, couple, p1, p2, p3, pr1, pr2, pr3), nrow = 10, ncol = 5))
colnames(mydf) <- names2
>mydf
id couple q1 q2 q3
1 1 1 6 23 16
2 1 2 10 28 10
3 2 1 1 27 14
4 2 2 7 21 20
5 3 1 5 30 18
6 3 2 12 2 27
7 4 1 10 1 25
8 4 2 13 7 21
9 5 1 11 6 20
10 5 2 18 3 23
或者,如果这不可能,则如下所示:
id couple bb1 bb2 bb3 pbb1 pbb2 pbb3
1 1 1 6 23 16
2 1 2 10 28 10
3 2 1 1 27 14
4 2 2 7 21 20
5 3 1 5 30 18
6 3 2 12 2 27
7 4 1 10 1 25
8 4 2 13 7 21
9 5 1 11 6 20
10 5 2 18 3 23
现在,为了让我做到这一点,我尝试了Melt()函数和Gather()函数,感觉就快成功了,但它仍然没有以我希望的方式工作。
注意,在我的数据集中,患者调查问卷的变量名称为bb1:bb54,代理调查问卷的变量名称为pbb1:pbb54
我尝试过的示例
df_long <- df_reshape %>%
gather(testname, value, -(bb1:bb11), -(pbb1:pbb11), -id, -pgebdat, -p_age, na.rm=T) %>%
arrange(id)
推荐答案
一种方法是在tidyr
中使用unite
和separate
,同时使用gather
函数。
我使用的是您提供的mydf
数据框,但进行任何更改应该非常简单:
mydf %>%
unite(p1:p3, col = `1`, sep = ";") %>% # Combine responses of 'p1' through 'p3'
unite(pr1:pr3, col = `2`, sep = ";") %>% # Combine responses of 'pr1' through 'pr3'
gather(couple, value, `1`:`2`) %>% # Form into long data
separate(value, sep = ";", into = c("q1", "q2", "q3"), convert = TRUE) %>% # Separate and retrieve original answers
arrange(id)
这为您提供了:
id couple q1 q2 q3
1 1 1 9 18 25
2 1 2 10 18 30
3 2 1 1 11 29
4 2 2 2 15 29
5 3 1 10 19 26
6 3 2 3 19 25
7 4 1 7 10 23
8 4 2 1 20 28
9 5 1 6 16 21
10 5 2 5 12 26
我们的数字不同,因为它们都是用sample
随机生成的。
根据@Alistaire注释进行编辑:将convert = TRUE
添加到separate
调用以确保响应仍为整型。
这篇关于重塑/聚集功能以创建可用于多层次分析的数据集的文章就介绍到这了,希望我们推荐的答案对大家有所帮助,也希望大家多多支持IT屋!
查看全文