使用两行变量名称重塑/熔化数据

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