如何解决使用两行变量名称重塑/熔化数据
我有一个大数据集需要重塑/融合。 我遇到的问题是第一行和第二行是变量名(即,第一行是一个人的 id,第二行列出了这个人的四个属性)。除此之外,第一列捕获收集值的日期。要查看我的数据集示例,请查看以下谷歌表 (https://docs.google.com/spreadsheets/d/19b_4hB6aM9JXReG67i9EF_sJVDHkNFHf4iShH8yrfOc/edit?usp=sharing) 中的 Sheet1。我想重塑我的数据,使其看起来像上面谷歌工作表中的 Sheet2。
有没有办法指定在我的melt 命令中有两个ID。第一个 id 是第一行(从第二列开始),第二个 id 是第一列(从第二行开始)。如果我可以为我正在尝试做的事情编写一个伪 R 脚本,我会写这样的东西。
melt(dt,id=c("Dates from A2:A6","Person from B1:I1")
谢谢!
解决方法
以下方法将完成您的工作,
library(tidyverse)
name <- readr::read_csv("csvs1.csv",col_names = F,n_max = 2)
name
# A tibble: 2 x 9
X1 X2 X3 X4 X5 X6 X7 X8 X9
<chr> <chr> <chr> <chr> <chr> <chr> <chr> <chr> <chr>
1 NA person_A person_A person_A person_A person_B person_B person_B person_B
2 Dates var1 var2 var3 var4 var1 var2 var3 var4
nm <- paste(names[1,],names[2,sep = "-")
nm
[1] "NA-Dates" "person_A-var1" "person_A-var2" "person_A-var3" "person_A-var4" "person_B-var1" "person_B-var2"
[8] "person_B-var3" "person_B-var4"
data <- readr::read_csv("csvs1.csv",skip = 2)
names(data) <- nm
data
# A tibble: 4 x 9
`NA-Dates` `person_A-var1` `person_A-var2` `person_A-var3` `person_A-var4` `person_B-var1` `person_B-var2`
<date> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
1 2021-05-01 45.0 43.9 67.9 35.7 40.5 38.6
2 2021-05-02 50.4 52.6 67.9 41.9 41.7 43.9
3 2021-05-03 53.7 49.1 67.9 49.6 41.3 38.6
4 2021-05-04 53.7 52.6 73.2 45.7 29.8 33.3
# ... with 2 more variables: person_B-var3 <dbl>,person_B-var4 <dbl>
data %>%
+ pivot_longer(!`NA-Dates`,names_to = c('person','.value'),names_sep = '-',names_prefix = 'person_')
# A tibble: 8 x 6
`NA-Dates` person var1 var2 var3 var4
<date> <chr> <dbl> <dbl> <dbl> <dbl>
1 2021-05-01 A 45.0 43.9 67.9 35.7
2 2021-05-01 B 40.5 38.6 60.7 32.6
3 2021-05-02 A 50.4 52.6 67.9 41.9
4 2021-05-02 B 41.7 43.9 42.9 40.3
5 2021-05-03 A 53.7 49.1 67.9 49.6
6 2021-05-03 B 41.3 38.6 48.2 39.5
7 2021-05-04 A 53.7 52.6 73.2 45.7
8 2021-05-04 B 29.8 33.3 57.1 16.3
,
为了方便起见,这是使用 {name: 'Garfield Lucas,courthouse: 7463987}
的 data.table
方法:
readr::type_convert
由 reprex package (v2.0.0) 于 2021 年 5 月 5 日创建
,为了使用基础重塑,重要的是将级别组合在一个字符串中,用一个点将它们分开并重命名变量。
使用上面的 data.frame。
# Get variables names
varA <- as.character(df[1,])
varB <- names(df)
newNames <- paste(varA,varB,sep = '.') # don't forget the point
# Drop first line,rename variables and pass rownames to a column
df <- df[-1,]
names(df) <- newNames
df$dates <- row.names(df) # added after last column
# reshape
lastVar <- ncol(df)-1 # because of rownames in last column
df <- reshape(df,varying = 1:lastVar,direction = 'long')
# and beautify
row.names(df) <- NULL
names(df)[names(df) == 'time'] <- 'person'
df <- df[,-ncol(df)]
df
> dates person var1 var2 var3 var4
> 1 2021-05-01 person_A 45.0413 43.8596 67.8571 35.6589
> 2 2021-05-02 person_A 50.4132 52.6316 67.8571 41.8605
> 3 2021-05-03 person_A 53.719 49.1228 67.8571 49.6124
> 4 2021-05-04 person_A 53.719 52.6316 73.2143 45.7364
> 5 2021-05-01 person_B 40.4959 38.5965 60.7143 32.5581
> 6 2021-05-02 person_B 41.7355 43.8596 42.8571 40.3101
> 7 2021-05-03 person_B 41.3223 38.5965 48.2143 39.5349
> 8 2021-05-04 person_B 29.7521 33.3333 57.1429 16.2791
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。