Повторное изменение ширины до нескольких с несколькими столбцами значений

Мне нужно переформатировать большую таблицу в длинный формат, но сохраняя несколько полей для каждой записи, например:

dw <- read.table(header=T, text='
 sbj f1.avg f1.sd f2.avg f2.sd  blabla
   A   10    6     50     10      bA
   B   12    5     70     11      bB
   C   20    7     20     8       bC
   D   22    8     22     9       bD
 ')

# Now I want to melt this table, keeping both AVG and SD as separate fields for each measurement, to get something like this:

 #    sbj var avg  sd  blabla
 #     A   f1  10  6     bA
 #     A   f2  50  10    bA
 #     B   f1  12  5     bB
 #     B   f2  70  11    bB
 #     C   f1  20  7     bC
 #     C   f2  20  8     bC
 #     D   f1  22  8     bD
 #     D   f2  22  9     bD

У меня есть базовые знания об использовании melt и reshape, но для меня не очевидно, как применять такую перестройку в моем случае. Я был бы благодарен за любые намеки или указал бы на другой пост SO, если бы уже было задано нечто подобное.

Ответ 1

reshape делает это с соответствующими аргументами.

varying перечислены столбцы, которые существуют в широком формате, но разделены на несколько строк в длинном формате. v.names - это эквиваленты с длинным форматом. Между ними создается сопоставление.

От ?reshape:

Кроме того, угадывание не выполняется, если явно указано v.names. Обратите внимание, что порядок переменных в переменном равен x.1, y.1, x.2, y.2.

Учитывая эти аргументы varying и v.names, reshape достаточно умен, чтобы увидеть, что я указал, что индекс перед точкой здесь (то есть порядок 1.x, 1.y, 2.x, 2.y). Обратите внимание, что исходные данные имеют столбцы в этом порядке, поэтому мы можем указать varying=2:5 для данных примера, но это вообще небезопасно.

Учитывая значения times и v.names, reshape разбивает столбцы varying на символ . (аргумент sep по умолчанию) для создания столбцов на выходе.

times указывает значения, которые должны использоваться в созданном столбце var, и v.names наклеены на эти значения, чтобы получить имена столбцов в широком формате для сопоставления с результатом.

Наконец, idvar указан как столбец sbj, который идентифицирует отдельные записи в широком формате (спасибо @thelatemail).

reshape(dw, direction='long', 
        varying=c('f1.avg', 'f1.sd', 'f2.avg', 'f2.sd'), 
        timevar='var',
        times=c('f1', 'f2'),
        v.names=c('avg', 'sd'),
        idvar='sbj')

##      sbj blabla var avg sd
## A.f1   A     bA  f1  10  6
## B.f1   B     bB  f1  12  5
## C.f1   C     bC  f1  20  7
## D.f1   D     bD  f1  22  8
## A.f2   A     bA  f2  50 10
## B.f2   B     bB  f2  70 11
## C.f2   C     bC  f2  20  8
## D.f2   D     bD  f2  22  9

Ответ 2

Другой вариант с использованием нового пакета tidyr Hadley.

library(tidyr)
library(dplyr)

dw <- read.table(header=T, text='
 sbj f1.avg f1.sd f2.avg f2.sd  blabla
   A   10    6     50     10      bA
   B   12    5     70     11      bB
   C   20    7     20     8       bC
   D   22    8     22     9       bD
 ')

dw %>% 
  gather(v, value, f1.avg:f2.sd) %>% 
  separate(v, c("var", "col")) %>% 
  arrange(sbj) %>% 
  spread(col, value)

Ответ 3

Это похоже на то, что вы хотите, за исключением того, что f удаляется из элементов в time.

reshape(dw, idvar = "sbj", varying = list(c(2,4),c(3,5)), v.names = c("ave", "sd"), direction = "long")

    sbj blabla time ave sd
A.1   A     bA    1  10  6
B.1   B     bB    1  12  5
C.1   C     bC    1  20  7
D.1   D     bD    1  22  8
A.2   A     bA    2  50 10
B.2   B     bB    2  70 11
C.2   C     bC    2  20  8
D.2   D     bD    2  22  9

Ответ 4

Чтобы добавить к имеющимся здесь параметрам, вы также можете рассмотреть merged.stack из моего пакета splitstackshape:

library(splitstackshape)
merged.stack(dw, var.stubs = c("avg", "sd"), sep = "var.stubs", atStart = FALSE)
#    sbj blabla .time_1 avg sd
# 1:   A     bA     f1.  10  6
# 2:   A     bA     f2.  50 10
# 3:   B     bB     f1.  12  5
# 4:   B     bB     f2.  70 11
# 5:   C     bC     f1.  20  7
# 6:   C     bC     f2.  20  8
# 7:   D     bD     f1.  22  8
# 8:   D     bD     f2.  22  9

Вы также можете сделать небольшую очистку в переменной ".time_1", как это.

merged.stack(dw, var.stubs = c("avg", "sd"), 
             sep = "var.stubs", atStart = FALSE)[, .time_1 := sub(
               ".", "", .time_1, fixed = TRUE)][]
#    sbj blabla .time_1 avg sd
# 1:   A     bA      f1  10  6
# 2:   A     bA      f2  50 10
# 3:   B     bB      f1  12  5
# 4:   B     bB      f2  70 11
# 5:   C     bC      f1  20  7
# 6:   C     bC      f2  20  8
# 7:   D     bD      f1  22  8
# 8:   D     bD      f2  22  9

Обратите внимание на использование аргумента atStart = FALSE. Это связано с тем, что ваши имена немного отличаются от других, чем похоже на функции, связанные с преобразованием. В общем, ожидается, что "заглушка" будет первой, а затем "временами", например:

dw2 <- dw
setnames(dw2, gsub("(.*)\\.(.*)", "\\2.\\1", names(dw2)))
names(dw2)
# [1] "sbj"    "avg.f1" "sd.f1"  "avg.f2" "sd.f2"  "blabla"

Если имена были в этом формате, то и базовые R reshape, и merged.stack получат более прямой синтаксис:

merged.stack(dw2, var.stubs = c("avg", "sd"), sep = ".")
reshape(dw2, idvar = c("sbj", "blabla"), varying = 2:5, 
        sep = ".", direction = "long")

Ответ 5

melt из версии <= 21.6 > data.table, делает это, указав индекс столбца в measure.vars как list.

 melt(setDT(dw), measure.vars=list(c(2,4), c(3,5)), 
     variable.name='var', value.name=c('avg', 'sd'))[, 
      var:= paste0('f',var)][order(sbj)]
#   sbj blabla var avg sd
#1:   A     bA  f1  10  6
#2:   A     bA  f2  50 10
#3:   B     bB  f1  12  5
#4:   B     bB  f2  70 11
#5:   C     bC  f1  20  7
#6:   C     bC  f2  20  8
#7:   D     bD  f1  22  8
#8:   D     bD  f2  22  9

Или вы можете использовать новую функцию patterns:

melt(setDT(dw), 
     measure = patterns("avg", "sd"),
     variable.name = 'var', value.name = c('avg', 'sd'))
#    sbj blabla var avg sd
# 1:   A     bA   1  10  6
# 2:   B     bB   1  12  5
# 3:   C     bC   1  20  7
# 4:   D     bD   1  22  8
# 5:   A     bA   2  50 10
# 6:   B     bB   2  70 11
# 7:   C     bC   2  20  8
# 8:   D     bD   2  22  9