R 中的重塑问题：我重塑的数据框将 3 个变量变为 1 个

Posted 2023-02-14

【中文标题】R 中的重塑问题：我重塑的数据框将 3 个变量变为 1 个

【英文标题】：Reshaping issues in R: my reshaped dataframe changes 3 variables into 1

【发布时间】：2017-03-10 10:06:03

【问题描述】：

我是 R 的相对新手，并试图将我的数据从宽格式重塑为长格式并遇到问题。我在想我的问题可能是由于从我在 R 中创建的 data.frame 制作了 data.frame，将大 data.frame 的平均值转换为另一个 data.frame。

我所做的是这创建了一个空的 data.frame (ndf)：

ndf <- data.frame(matrix(ncol = 0, nrow = 3))

然后使用 lapply 将大 data.frame (ldf) 中的平均值放入新 data.frame 中的单独列中，使用大 data.frame 中的年份：

ndf$Year <- names(ldf)
ndf$col1 <- lapply(ldf, function(i) mean(i$col1))
ndf$col2 <- lapply(ldf, function(i) mean(i$col2))
etc.

reshape2 中的 melted 函数显然不起作用，因为存在非原子“测量”列。

为了使用 reshape 基函数，我使用了代码：

reshape.ndf <- reshape(ndf, 
                    varying = list(names(ndf)[2:7]), 
                    v.names = "cover",
                    timevar = "species",
                    times = names(ndf[2:7]),
                    new.row.names = 1:1000,
                    direction = "long")

然后，我的输出基本上只是将第一行用于变量。所以我的宽 data.frame 看起来像这样（对不起，奇怪的名字）：

Year Cladonia.portentosa Erica.tetralix Eriophorum.vaginatum  
1 2014               11.75             35                   55     
2 2015               15.75          25.75                   70      
3 2016               22.75              5                 37.5

而长 data.frame 看起来像这样：

Year             species cover id
1 2014 Cladonia.portentosa 11.75  1
2 2015 Cladonia.portentosa 11.75  2
3 2016 Cladonia.portentosa 11.75  3
4 2014      Erica.tetralix 35.00  1
5 2015      Erica.tetralix 35.00  2
6 2016      Erica.tetralix 35.00  3

“封面”列应将每年的值放入对应年份的单元格中。

请有人告诉我哪里出错了！？

【问题讨论】：

当您的宽数据中只有 4 列时，如何使用 names(ndf[2:7])？

你试过tidyr::gather()吗？如果没有，请检查一下。它基本上是reshape2的继任者。

42 - 我只展示了数据集的一部分，我试图减少混淆，但忘记更改代码以表示我所展示的内容。

@roman - 我调查了 'gather()_' 但可能不够彻底。我会再试一次并报告

【参考方案1】：

这是tidyr 中“熔化”的示例。

您将需要 tidyr，但我也喜欢 dplyr，并将其包含在此处以鼓励将其与 tidyverse 的其余部分一起使用。您会在网络上找到无穷无尽的精彩教程...

library(dplyr)
library(tidyr)

我们以 iris 为例，我想要一个长表格，其中种类、变量和值是列。

data(iris)

这里是gather()。我们指定变量和值是新“融化”列的列名。我们还指定我们不想熔化列 Species 我们希望保留它自己的列。

iris_long <- iris %>%
  gather(variable, value, -Species)

检查iris_long 对象以确保其正常工作。

【讨论】：

谢谢@roman - 在您发表评论后，我实际上只是在我的数据集上尝试了 gather() 并且效果很好！我不确定我之前尝试的时候做错了什么，我可能在一天结束时匆匆忙忙。

太棒了！很高兴听到它。

【参考方案2】：

除了 roman 的回答，我想我会准确地分享我对数据集所做的事情。

我最初的“宽”data.frame ndf 看起来像这样：

Year Cladonia.portentosa Erica.tetralix Eriophorum.vaginatum  
1 2014               11.75             35                   55     
2 2015               15.75          25.75                   70      
3 2016               22.75              5                 37.5

我用下载的tidyr

install.packages("tidyr")

然后选择包

library(tidyr)

然后，我使用 tidyr 包中的 gather() 函数将 species 列 Cladonia.portentosa Erica.tetralix 和 Eriophorum.vaginatum 合并为一列，并在新的“long”中使用 cover 列" 数据帧。

long.ndf <- ndf %>% gather(species, cover, Cladonia.portentosa:Eriophorum.vaginatum)

简单易懂！ 再次感谢罗曼的建议！

【参考方案3】：

我正在回答您的问题，以防它可以帮助使用reshape 功能的人。

请有人告诉我哪里出错了！？

您尚未指定参数idvar，而reshape 已为您创建了一个名为id 的参数。为了避免这种情况，只需将idvar = "Year" 行添加到您的代码中：

ndf <- read.table(text = 
  "Year Cladonia.portentosa Erica.tetralix Eriophorum.vaginatum
    1 2014               11.75             35                   55     
    2 2015               15.75          25.75                   70      
    3 2016               22.75              5                 37.5", 
  header=TRUE, stringsAsFactors = F)

reshape.ndf <- reshape(ndf, 
  varying = list(names(ndf)[2:4]), 
  v.names = "cover",
  idvar = "Year",
  timevar = "species",
  times = names(ndf[2:4]),
  new.row.names = 1:9,
  direction = "long")

结果如你所愿

reshape.ndf
  Year              species cover
1 2014  Cladonia.portentosa 11.75
2 2015  Cladonia.portentosa 15.75
3 2016  Cladonia.portentosa 22.75
4 2014       Erica.tetralix 35.00
5 2015       Erica.tetralix 25.75
6 2016       Erica.tetralix  5.00
7 2014 Eriophorum.vaginatum 55.00
8 2015 Eriophorum.vaginatum 70.00
9 2016 Eriophorum.vaginatum 37.50