R如何将长格式转换为宽格式 [英] R how to convert from long to wide format
本文介绍了R如何将长格式转换为宽格式的处理方法，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
我需要包含以下列的数据框df_wide：
userID SAT GRE task_conf task_chall active_conf active_chall sleep_conf sleep_chall morn_conf morn_chall
30798 A 1400 2 3 5 2 6 1 4 2
30895 A 1200 6 2 5 3 5 2 5 3
32678 B 1000 5 3 6 3 6 2 5 2
34679 A 1300 4 3 4 2 6 1 6 3
35999 A 1400 2 2 2 2 2 2 2 2
有关功能的一些信息：
The variables '_conf' and '_chall' contain integer values between 1 and 6
'userID's can be factors or integers but they are not continuous numbers
SAT represents the grade of that 'userID'
GRE represents the score of that 'userID'
SAT and GRE always stay the same for a given 'userID'
我的原始数据df_long当前格式如下：
userID SAT GRE action ConfChall vals
30798 A 1400 task conf 2
30798 A 1400 task chall 3
30798 A 1400 active conf 5
30798 A 1400 active chall 2
30798 A 1400 sleep conf 6
30798 A 1400 sleep chall 1
30798 A 1400 morn conf 4
30798 A 1400 morn chall 2
30895 A 1200 task conf 6
30895 A 1200 task chall 2
30895 A 1200 active conf 5
30895 A 1200 active chall 3
30895 A 1200 sleep conf 5
30895 A 1200 sleep chall 2
30895 A 1200 morn conf 5
30895 A 1200 morn chall 3
32678 B 1000 task conf 5
32678 B 1000 task chall 3
32678 B 1000 active conf 6
32678 B 1000 active chall 3
32678 B 1000 sleep conf 6
32678 B 1000 sleep chall 2
32678 B 1000 morn conf 5
32678 B 1000 morn chall 2
34679 A 1300 task conf 4
34679 A 1300 task chall 3
34679 A 1300 active conf 4
34679 A 1300 active chall 2
34679 A 1300 sleep conf 6
34679 A 1300 sleep chall 1
34679 A 1300 morn conf 6
34679 A 1300 morn chall 3
35999 A 1400 task conf 2
35999 A 1400 task chall 2
35999 A 1400 active conf 2
35999 A 1400 active chall 2
35999 A 1400 sleep conf 2
35999 A 1400 sleep chall 2
35999 A 1400 morn conf 2
35999 A 1400 morn chall 2
我尝试使用以下代码，但两种情况下的输出都不正确。
library(reshape2)
df_wide = recast(df_long, userID ~ c('action','confChall','vals'),
id.var = c("userID", "SAT", "GRE"))
df_wide = dcast(df_long, userID + SAT + GRE ~ c(action + ConfChall), value.var = "vals")
我尝试遵循以下页面中的示例代码。但我在将这些应用于我的问题上遇到了困难。如有任何意见或建议，我们将不胜感激。
Reshape data from long to wide format - more than one variable
Reshape multiple values at once
推荐答案
您可以使用tidyr包(它是tidyverse包套件的一部分)中的pivot_wider重塑多个类别列和多个值列：
library(tidyverse)
df_wide = df_long %>%
pivot_wider(names_from=c(action, ConfChall), values_from=vals)
userID SAT GRE task_conf task_chall active_conf active_chall sleep_conf sleep_chall morn_conf morn_chall 1 30798 A 1400 2 3 5 2 6 1 4 2 2 30895 A 1200 6 2 5 3 5 2 5 3 3 32678 B 1000 5 3 6 3 6 2 5 2 4 34679 A 1300 4 3 4 2 6 1 6 3
reshape2是一个旧包，据我所知，它已不再处于积极开发阶段，已被tidyverse包取代。
为了解决您在注释中提到的警告：如果宽数据框中的任何单元格具有多个值，则您将获得正在获得的结果。在您的情况下，当有多个行具有相同的UserID、SAT、GRE、ACTION和ConfChall时，或者通常当它们是可以出现在多个行中的行和列类别的组合时，就会发生这种情况。这不会发生在您的数据样本中，但会发生在您的真实数据中。
那么让我们向您的数据样本添加一个重复的行：
df_long = read.table(text="userID SAT GRE action ConfChall vals
30798 A 1400 task conf 2
30798 A 1400 task chall 3
30798 A 1400 task chall 4 # added row to create a duplicate
30798 A 1400 active conf 5
30798 A 1400 active chall 2
30798 A 1400 sleep conf 6
30798 A 1400 sleep chall 1
30798 A 1400 morn conf 4
30798 A 1400 morn chall 2
30895 A 1200 task conf 6
30895 A 1200 task chall 2
30895 A 1200 active conf 5
30895 A 1200 active chall 3
30895 A 1200 sleep conf 5
30895 A 1200 sleep chall 2
30895 A 1200 morn conf 5
30895 A 1200 morn chall 3
32678 B 1000 task conf 5
32678 B 1000 task chall 3
32678 B 1000 active conf 6
32678 B 1000 active chall 3
32678 B 1000 sleep conf 6
32678 B 1000 sleep chall 2
32678 B 1000 morn conf 5
32678 B 1000 morn chall 2
34679 A 1300 task conf 4
34679 A 1300 task chall 3
34679 A 1300 active conf 4
34679 A 1300 active chall 2
34679 A 1300 sleep conf 6
34679 A 1300 sleep chall 1
34679 A 1300 morn conf 6
34679 A 1300 morn chall 3", header=TRUE)
现在让我们再次重塑到宽。请注意，我们收到警告，其中一个列表列单元格有两个值，而不是一个值：
df_long %>%
pivot_wider(names_from=c(action, ConfChall), values_from=vals)
Warning message:
Values in `vals` are not uniquely identified; output will contain list-cols.
* Use `values_fn = list(vals = list)` to suppress this warning.
* Use `values_fn = list(vals = length)` to identify where the duplicates arise
* Use `values_fn = list(vals = summary_fun)` to summarise duplicates
要获得常规数据框，可以使用userID SAT GRE task_conf task_chall active_conf active_chall sleep_conf sleep_chall morn_conf morn_chall <int> <fct> <int> <list<int>> <list<int>> <list<int>> <list<int>> <list<int>> <list<int>> <list<int>> <list<int>> 1 30798 A 1400 [1] [2] [1] [1] [1] [1] [1] [1] 2 30895 A 1200 [1] [1] [1] [1] [1] [1] [1] [1] 3 32678 B 1000 [1] [1] [1] [1] [1] [1] [1] [1] 4 34679 A 1300 [1] [1] [1] [1] [1] [1] [1] [1]
unnest()。请注意，现在有五行，用户ID 30798出现了两次：
df_long %>%
pivot_wider(names_from=c(action, ConfChall), values_from=vals) %>%
unnest()
如果希望以某种方式汇总重复的行，以便行和列变量的每个组合只得到一行，则可以应用汇总函数。下面，我们取每个单元格的平均值，在本例中仅影响具有两行数据的一次单元格：userID SAT GRE task_conf task_chall active_conf active_chall sleep_conf sleep_chall morn_conf morn_chall <int> <fct> <int> <int> <int> <int> <int> <int> <int> <int> <int> 1 30798 A 1400 2 3 5 2 6 1 4 2 2 30798 A 1400 2 4 5 2 6 1 4 2 3 30895 A 1200 6 2 5 3 5 2 5 3 4 32678 B 1000 5 3 6 3 6 2 5 2 5 34679 A 1300 4 3 4 2 6 1 6 3
df_long %>%
pivot_wider(names_from=c(action, ConfChall), values_from=vals,
values_fn=list(vals=mean))
userID SAT GRE task_conf task_chall active_conf active_chall sleep_conf sleep_chall morn_conf morn_chall <int> <fct> <int> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> 1 30798 A 1400 2 3.5 5 2 6 1 4 2 2 30895 A 1200 6 2 5 3 5 2 5 3 3 32678 B 1000 5 3 6 3 6 2 5 2 4 34679 A 1300 4 3 4 2 6 1 6 3
这篇关于R如何将长格式转换为宽格式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
