小技巧2-melt()函数转换(R)

Posted 2023-04-04

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了小技巧2-melt()函数转换(R)相关的知识，希望对你有一定的参考价值。

参考技术A

我们常见的数据一般长这样：

作图时常用的形式是这样：（这个就是melt型数据）

ggplot2常用melt型数据，excel里手动进行转换很麻烦

使用reshape2包里的melt()函数就很方便了

melt(data,id.vars,measure.vars,variable.name=“variable”,…,na.rm=FALSE,value.name=“value”,factorsAsStrings=TRUE)

id.vars:标识变量（依旧在列上，保持不变的变量）
measure.vars：度量变量（我们想要放进同一列的变量）
variable.name：为新列取名，如果不取名，默认新增列的列名就是“variable”
value.name：新列对应值所在的变量名

变换需指定哪些数据是id variables，哪些是measured variables

举例1：

注意！这里没有指定“id.vars”和“measure.vars”，所以默认了第一列为的“id.vars（不做变动的列）”，其余所有列都作为“measure.vars（需要melt转换的列）”

如果是复杂一些的表格，则必须明确指出“id.vars”或“measure.vars”：
举例2：
这里"Time[s]"和"Temperature[C]"两列是想要固定不变的列，后三列为3次重复实验的数据，需要转换为melt格式

melt后得到的数据如下：

R语言入门：函数系列——melt和cast

函数系列（4）

melt和cast

melt和dcast函数都是来自于reshape2程序包的函数，melt的作用为将宽数据转化为长数据，而dcast的作用为将长数据转化为宽数据，二者互为“逆函数”。

本次推送中用到的数据集为“ships”数据集，共有5个变量，40条数据。

注：type为船的类型；year为生产年份；period为运营年份；sevice为使用时长（月）；incidents为发生事故次数。

melt函数

将宽格式数据框转化为长格式数据框，它的代码格式如下：

melt(data, id.vars, measure.vars, variable.name = "variable", ..., na.rm = FALSE, value.name = "value")

data : 所选的数据；
id.vars : 标识变量（就是不需要动的那些列）；
measure.vars : 度量变量（除了标识变量之外的所有变量）；
variable.name : 对度量变量名这一列进行命名，默认为variable；
na.rm : 是否删除缺失值；
value.name : 对度量变量值的那一列进行命名，默认为“value”。

示例：ships数据原来长这个样子

向上滑动阅览

如果想看分别看各个不同类型（type）不同生产年份（year）的船只的运营年份（period）、使用时长（service）和发生事故次数（incidents）情况，可使用下列代码实现：

得到的数据长这个样子：

向上滑动阅览

......

那么这样做什么意义呢？为什么要将宽数据转化为长数据或者将长数据转化为宽数据呢？因为我们在绘图和数据分析时所需要的数据格式存在差异。

在数据分析时，我们所采用的数据通常是宽数据，一个被调查者为一行，一个暴露或结局为一列；与之相对应的，我们在进行图形绘制时，常常需要将多列放置在一列中，例如我们需要在同一张图中绘制出三个结局的时间序列，那么我们就需要将原来的三个结局变量转化为一个三分类变量的列（例如上面代码所展示的示例），然后将这个三分类变量映射为点图的颜色或形状等图形属性，这样就实现了绘图的需求。

cast函数

cast函数：将长格式数据框转化为宽格式数据框（cast函数分为acast和dcast，acast返回的是数组，dcast返回的是数据框，两个函数语句比较相似，今天主要介绍一下dcast的用法）。

dcast(data, formula, fun.aggregate)

data : 所选的数据；
formula描述了想要的最后结果;
其接受的公式形如：rowvar1 + rowvar2 + ... ~ colvar1 + colvar2 + ...;
在这一公式中，rowvar1 + rowvar2 + ...定义了要划掉的变量集合，以确定各行的内容，而colvar1 + colvar2 + ...则定义了要划掉的、确定各列内容的变量集合。
fun.aggregate是（可选的）数据整合函数，比如求均值等等。

示例：

如果我们想看一下不同类型（type）不同生产年份（year）的船只的运营年份（period）、使用时长（service）和发生事故次数（incidents）的情况，可以通过下列代码实现。