Reshape Data Long to Wide——理解重塑参数

Question

我有一个长格式数据框狗，我正在尝试使用 reshape() 函数将其重新格式化为宽格式。目前看起来是这样的：

dogid  month  year  trainingtype  home  school  timeincomp
12345  1      2014  1             1     1       340
12345  2      2014  1             1     1       360
31323  12     2015  2             7     3       440
31323  1      2014  1             7     3       500
31323  2      2014  1             7     3       520

dogid 列是一堆 id，每只狗一个。月份列在 12 个月内变化为 1 到 12，年份从 2014 到 2015 变化。Trainingtype 变化为 1 到 2。每只狗的每个月-年-训练类型组合都有一个 timeincomp 值，因此每只狗有 48 个条目。家庭和学校从 1-8 不等，并且每只狗都是不变的（同一只狗的每个条目都有相同的学校和家庭）。 comp 中的时间是我的响应变量。

我希望我的 table 看起来像这样：

dogid  home  school  month1year2014trainingtype1  month2year2014trainingtype1
12345  1     1       340                          360
31323  7     3       500                          520

等（每个月-年-培训类型组合都有列）

我应该在 reshape 中使用什么参数来实现这个？

Answer 1

您可以使用程序包 reshape2 中的函数 dcast。它更容易理解。公式的左边是留长的，右边是变宽的。

fun.aggregate 是在每个案例超过 1 个数字的情况下应用的功能。如果你确定你没有重复的案例，你可以使用 mean 或 sum

dcast(data, formula= dogid + home + school ~ month + year + trainingtype,
value.var = 'timeincomp',
fun.aggregate = sum)

希望有用：

  dogid home school 1_2014_1 2_2014_1 12_2015_2
1 12345    1      1      340      360         0
2 31323    7      3      500      520       440

Answer 2

您可以使用 reshape2、tidyr:

的新替代品来做同样的事情

library(tidyr)
library(dplyr)
data %>% unite(newcol, c(year, month, trainingtype)) %>%
         spread(newcol, timeincomp)

  dogid home school 2014_1_1 2014_2_1 2015_12_2
1 12345    1      1      340      360        NA
2 31323    7      3      500      520       440

首先，我们将年、月和训练类型列合并到一个名为 newcol 的新列中，然后我们将数据以 timeincomp 作为我们的值变量。

NA 在那里，因为我们没有价值，您可以通过在传播函数中更改 fill = NA 来给它一个。

Answer 3

在这种情况下，使用基数 reshape，您基本上需要三个时间变量的 interaction() 来定义宽变量，因此：

idvars  <- c("dogid","home","school")
grpvars <- c("year","month","trainingtype")
outvar  <- "timeincomp"
time    <- interaction(dat[grpvars])

reshape(
  cbind(dat[c(idvars,outvar)],time),
  idvar=idvars,
  timevar="time",
  direction="wide"
)

#  dogid home school timeincomp.2014.1.1 timeincomp.2014.2.1 timeincomp.2015.12.2
#1 12345    1      1                 340                 360                   NA
#3 31323    7      3                 500                 520                  440

Answer 4

对于tidyr_1.0.0及以上版本，另一种选择是pivot_wider

library(tidyverse)

df <- tribble(
~dogid, ~month, ~year, ~trainingtype, ~home, ~school, ~timeincomp,
12345,  1,  2014, 1, 1, 1, 340,
12345,  2,  2014, 1, 1, 1, 360,
31323,  12, 2015, 2, 7, 3, 440,
31323,  1,  2014, 1, 7, 3, 500,
31323,  2,  2014, 1, 7, 3, 520
)


df %>% pivot_wider(
  id_cols = c(dogid,home, school),
  names_from = c(month, year, trainingtype),
  values_from = c(timeincomp),
)

Reshape Data Long to Wide——理解重塑参数

Reshape Data Long to Wide - understanding reshape parameters

format

r

reshape

reshape2

tidyr