我在把我的数据帧从宽表转换成长表时遇到了一些麻烦。
目前它看起来是这样的:
Code Country 1950 1951 1952 1953 1954
AFG Afghanistan 20,249 21,352 22,532 23,557 24,555
ALB Albania 8,097 8,986 10,058 11,123 12,246
现在我想把这个数据。帧转换成一个长数据。帧。
就像这样:
Code Country Year Value
AFG Afghanistan 1950 20,249
AFG Afghanistan 1951 21,352
AFG Afghanistan 1952 22,532
AFG Afghanistan 1953 23,557
AFG Afghanistan 1954 24,555
ALB Albania 1950 8,097
ALB Albania 1951 8,986
ALB Albania 1952 10,058
ALB Albania 1953 11,123
ALB Albania 1954 12,246
我已经看过并尝试过使用melt()和重塑()函数
就像一些人在类似的问题中暗示的那样。
然而，到目前为止，我只得到混乱的结果。
如果可能的话，我想用重塑()函数来做
它看起来更好处理一些。
由于这个答案被标记为R -faq，我觉得分享另一个来自基本R: stack的选项会很有用。
但是请注意，该堆栈不能与因子一起工作——只有在is时才能工作。vector为TRUE，从文档中可以看到is。向量，我们发现:
是多少。vector返回TRUE，如果x是指定模式的vector，除名称外没有其他属性。否则返回FALSE。
我使用来自@Jaap答案的示例数据，其中年份列中的值是因子。
下面是堆栈方法:
cbind(wide[1:2], stack(lapply(wide[-c(1, 2)], as.character)))
## Code Country values ind
## 1 AFG Afghanistan 20,249 1950
## 2 ALB Albania 8,097 1950
## 3 AFG Afghanistan 21,352 1951
## 4 ALB Albania 8,986 1951
## 5 AFG Afghanistan 22,532 1952
## 6 ALB Albania 10,058 1952
## 7 AFG Afghanistan 23,557 1953
## 8 ALB Albania 11,123 1953
## 9 AFG Afghanistan 24,555 1954
## 10 ALB Albania 12,246 1954
由于这个答案被标记为R -faq，我觉得分享另一个来自基本R: stack的选项会很有用。
但是请注意，该堆栈不能与因子一起工作——只有在is时才能工作。vector为TRUE，从文档中可以看到is。向量，我们发现:
是多少。vector返回TRUE，如果x是指定模式的vector，除名称外没有其他属性。否则返回FALSE。
我使用来自@Jaap答案的示例数据，其中年份列中的值是因子。
下面是堆栈方法:
cbind(wide[1:2], stack(lapply(wide[-c(1, 2)], as.character)))
## Code Country values ind
## 1 AFG Afghanistan 20,249 1950
## 2 ALB Albania 8,097 1950
## 3 AFG Afghanistan 21,352 1951
## 4 ALB Albania 8,986 1951
## 5 AFG Afghanistan 22,532 1952
## 6 ALB Albania 10,058 1952
## 7 AFG Afghanistan 23,557 1953
## 8 ALB Albania 11,123 1953
## 9 AFG Afghanistan 24,555 1954
## 10 ALB Albania 12,246 1954
使用重塑包:
#data
x <- read.table(textConnection(
"Code Country 1950 1951 1952 1953 1954
AFG Afghanistan 20,249 21,352 22,532 23,557 24,555
ALB Albania 8,097 8,986 10,058 11,123 12,246"), header=TRUE)
library(reshape)
x2 <- melt(x, id = c("Code", "Country"), variable_name = "Year")
x2[,"Year"] <- as.numeric(gsub("X", "" , x2[,"Year"]))
下面是另一个展示使用tidyr中的gather的示例。您可以通过单独删除列来选择要收集的列(就像我在这里所做的那样)，或者通过显式地包括您想要的年份来选择列。
注意，为了处理逗号(如果没有设置check.names = FALSE，则添加X)，我还使用dplyr的mutate with parse_number from readr将文本值转换回数字。这些都是tidyverse的一部分，因此可以通过库(tidyverse)一起加载。
wide %>%
gather(Year, Value, -Code, -Country) %>%
mutate(Year = parse_number(Year)
, Value = parse_number(Value))
返回:
Code Country Year Value
1 AFG Afghanistan 1950 20249
2 ALB Albania 1950 8097
3 AFG Afghanistan 1951 21352
4 ALB Albania 1951 8986
5 AFG Afghanistan 1952 22532
6 ALB Albania 1952 10058
7 AFG Afghanistan 1953 23557
8 ALB Albania 1953 11123
9 AFG Afghanistan 1954 24555
10 ALB Albania 1954 12246
你也可以使用cdata包，它使用(转换)控制表的概念:
# data
wide <- read.table(text="Code Country 1950 1951 1952 1953 1954
AFG Afghanistan 20,249 21,352 22,532 23,557 24,555
ALB Albania 8,097 8,986 10,058 11,123 12,246", header=TRUE, check.names=FALSE)
library(cdata)
# build control table
drec <- data.frame(
Year=as.character(1950:1954),
Value=as.character(1950:1954),
stringsAsFactors=FALSE
)
drec <- cdata::rowrecs_to_blocks_spec(drec, recordKeys=c("Code", "Country"))
# apply control table
cdata::layout_by(drec, wide)
我目前正在探索这个包，发现它很容易访问。它是为更复杂的转换而设计的，包括反向转换。有一个可用的教程。
