如何操作或轉置數據集以用於R或SPSS

Question

我需要將原始數據（csv）操作為寬格式，以便我可以在R或SPSS中進行分析。

它看起來像這樣：

1,age,30 
1,race,black 
1,scale_total,35
2,age,20
2,race,white
2,scale_total,99

理想情況下它看起來像：

ID,age,race,scale_total, etc
1, 30, black, 35 
2, 20, white, 99

我將值添加到原始數據的頂行（ID，問題，響應）並嘗試了轉換函數，但我相信這些聚合數據而不僅僅是轉換它：

data_mod <- cast(raw.data2, ID~Question, value="Response")
Aggregation requires fun.aggregate: length used as default

Answer 1

我們需要創建一個序列列來處理重復的行，默認情況下會導致聚合到length

library(data.table)
dcast(setDT(df1), ID + rowid(Question) ~ Question, value.var = 'Response')

注意：示例數據清楚地工作（給出預期的輸出）而不使用序列列。

dcast(setDT(df1), ID ~ Question)
#   ID age   race scale_total
#1:  1 30  black           35
#2:  2  20  white          99

因此，這是應用於具有重復行的完整數據集的情況

數據

df1 <- structure(list(ID = c(1L, 1L, 1L, 2L, 2L, 2L), Question = c("age", 
"race", "scale_total", "age", "race", "scale_total"), Response = c("30", 
 "black ", "35", "20", "white", "99")), class = "data.frame", 
 row.names = c(NA, -6L))

Answer 2

你可以用tidyr ......

library(tidyr)
df<-read.csv(text="1,age,30 
    1,race,black 
    1,scale_total,35
    2,age,20
    2,race,white
    2,scale_total,99", header=FALSE, stringsAsFactors=FALSE)

df %>% spread(key=V2,value=V3)

  V1 age   race scale_total
1  1 30  black           35
2  2  20  white          99

Answer 3

對於SPSS：

data list list/ID (f5) Question Response (2a20).
begin data
1 "age" "30" 
1 "race" "black" 
1 "scale_total" "35"
2 "age" "20"
2 "race" "white"
2 "scale_total" "99"
end data.

casestovars /id=id /index=question.

請注意，結果變量age和scale_total將是字符串變量 - 在進一步轉換之前，您必須將它們轉換為數字：

alter type age scale_total (f8).