在 R 中重塑此数据框的最简单方法？

Question

假设我有以下 wide/messy 数据框：

df1 <- data.frame(ID = c(1, 2), Gender = c("M","F"),
       Q1 = c(1, 5), Q2 = c(2, 6),
       Q3 = c(3, 7), Q4 = c(4, 8))

 ID Gender Q1 Q2 Q3 Q4
 1      M  1  2  3  4
 2      F  5  6  7  8

我怎样才能把它变成这个数据框：

df2 <- data.frame(ID = c(1, 1, 2, 2), Gender = c("M", "M", "F", "F"),
       V1 = c(1, 3, 5, 7), V2 = c(2, 4, 6, 8))

 ID Gender V1 V2
 1      M  1  2
 1      M  3  4
 2      F  5  6
 2      F  7  8

我知道有多个包和函数（例如 tidyr、reshape2、reshape 函数）可以完成此操作。哪种方法最简单，怎么做？非常感谢任何人可以提供的任何帮助。谢谢！

Answer 1

您可以尝试 data.table 的开发版本 melt，即 v1.9.5。它可以将 measure.vars 中的多个变量作为一个列表。安装开发版本的说明是here

library(data.table)#v1.9.5+
melt(setDT(df1), measure.vars=list(c(3,5), c(4,6)), 
  value.name=c('V1', 'V2'))[,variable:=NULL][order(ID)]
#   ID Gender V1 V2
#1:  1      M  1  2
#2:  1      M  3  4
#3:  2      F  5  6
#4:  2      F  7  8

或使用 reshape 来自 base R

res <- subset(reshape(df1, idvar=c('ID', 'Gender'), 
       varying=list(c(3,5), c(4,6)), direction='long'), select=-time)
row.names(res) <- NULL

更新

如果我们需要将 'df2' 转换回 'df1'，可以使用 data.table 的 dcast。它可以包含多个 value.var 列。在进行dcast

之前，我们需要按组（'ID'、'Gender'）创建一个序列列（N）

 dcast(setDT(df2)[, N:=1:.N, list(ID, Gender)], ID+Gender~N, 
           value.var=c('V1', 'V2'))
 #   ID Gender 1_V1 2_V1 1_V2 2_V2
 #1:  1      M    1    3    2    4
 #2:  2      F    5    7    6    8

或者我们使用 ave 按组创建一个序列，然后使用 base R 中的 reshape。

  df2 <- transform(df2, N= ave(seq_along(ID), ID, Gender, FUN=seq_along))
 reshape(df2, idvar=c('ID', 'Gender'), timevar='N', direction='wide')
 #   ID Gender V1.1 V2.1 V1.2 V2.2
 #1  1      M    1    2    3    4
 #3  2      F    5    6    7    8

数据

df1 <- data.frame(ID = c(1, 2), Gender = c("M","F"), Q1 = c(1, 5), 
       Q2 = c(2, 6), Q3 = c(3, 7), Q4 = c(4, 8))

df2 <- data.frame(ID = c(1, 1, 2, 2), Gender = c("M", "M", "F", "F"),
   V1 = c(1, 3, 5, 7), V2 = c(2, 4, 6, 8))

在 R 中重塑此数据框的最简单方法？

Easiest way to reshape this dataframe in R?

r

reshape

reshape2

melt

tidyr

更新

数据