根据 R 中的变量将数据重塑为长列以获得 IRR

Question

有数以千计的答案描述了如何从宽变长并按特定变量进行组织。我不知道我没有在思考什么。我需要将最初以 rater、obs、val1、val2 等开头的行组织到 IRR 的 rater 下的列中。

给定类似于我的数据的格式，可以使用以下格式创建：

r1 <- c('bob', 'sally', "george", "bob", "sally", "george")
r2 <- c(1,1,1,2,2,2)
r3 <- c("bad", "good", "good", "good", "good", "bad")
r4 <- c("bad", "bad", "good", "good", "good", "bad")
df=data.frame(r1,r2,r3,r4)
df = setNames(df,  c('rater','obs', 'val1', 'val2'))

我需要根据 'rater' 将数据组织到列中。任何有用的东西都会很棒，特别是如果可以保留 'obs'（观测值），例如 obs1_val1、obs1_val2 等

对于类似的东西：

dcast(df, obs ~ rater)

创建：

   obs   bob   george sally
1   1    bad   good   bad
2   2    good  bad    good

但是，这会聚合并删除 val2 的值。

相反，我需要以下内容：

              bob   sally   george
  obs1_val1   bad   good    good
  obs1_val2   bad   bad     good
  obs2_val1   good  good   bad
  obs2_val2   good  good   bad

查看类似的 responses，我看到了对 melt 的建议，然后是 dcast [我实际上并不想聚合 - 而是只是按列堆叠]。

因为 val1 和 val2 的字符串应该是我尝试过的因素：

df$"val1" <- factor(df$val1, levels=c("bad","good"))
df$"val2" <- factor(df$val2, levels=c("bad","good"))

没有任何效果。获取：

Aggregation function missing: defaulting to length

    obs bob  george sally
1   1   2      2     2
2   2   2      2     2

这没有帮助。

?

Answer 1

tidyverse 选项。

library(tidyverse)
df %>% 
   gather(val1, val2, key = "eval", value = "value") %>% 
   spread(key = rater, value = value)

然后您可以选择完全删除 'obs' 列或使用 unite().

将 'obs' 和 'eval' 合并为一个列

Answer 2

考虑对 val1 和 val2 列进行 rbinding dcast() 调用。此外，添加一列以捕获相应的 val 值（因为它在 dcast 期间被删除）。因此，使用 data.frame():

rdf <- rbind(data.frame(val=c("va1"), dcast(df, obs ~ rater, value.var="val1")),
             data.frame(val=c("va2"), dcast(df, obs ~ rater, value.var="val2")))

#   val obs  bob george sally
# 1 va1   1  bad   good  good
# 2 va1   2 good    bad  good
# 3 va2   1  bad   good   bad
# 4 va2   2 good    bad  good

如果有很多 val 列，用 lapply() 迭代，然后在列表上 do.call(rbind, ...) 迭代：

valcols <- names(df)[grep("val", names(df))] 

dfList <- lapply(valcols, function(v) {
  data.frame(val=c(v), dcast(df, obs ~ rater, value.var=v))
})    
rdf <- do.call(rbind, dfList)

最后在 sapply():

中将字符变量渲染为因子调用 as.factor()

rdf <- data.frame(sapply(rdf, as.factor))
str(rdf)

# 'data.frame': 4 obs. of  5 variables:
# $ val   : Factor w/ 2 levels "val1","val2": 1 1 2 2
# $ obs   : Factor w/ 2 levels "1","2": 1 2 1 2
# $ bob   : Factor w/ 2 levels "bad","good": 1 2 1 2
# $ george: Factor w/ 2 levels "bad","good": 2 1 2 1
# $ sally : Factor w/ 2 levels "bad","good": 2 2 1 2

根据 R 中的变量将数据重塑为长列以获得 IRR

Reshape data into long columns based on variable in R for IRR

r

dcast