將長格式平面文件轉換為R中的寬格式

Question

我有一個長整型格式的家庭和成員數據集。 成員數固定，每個成員對應一列。 為簡單起見，假設每個家庭2個成員，並假設對成員（Q1），性別（Q2）提出2個問題。

文件格式如下所示：

HHID, MEM_ID_1, MEM_ID_2, AGE_1, AGE_2, GENDER_1, GENDER_2
1     1         2         50     45     M         F

我想將其轉換為以下格式：

HHID MEM_ID AGE GENDER
1    1      50   M
1    2      45   F

Answer 1

假設我們的數據框是測試的

dput(test)

structure(list(HHID = 1L, MEM_ID_1 = 1L, MEM_ID_2 = 2L, AGE_1 = 50L, 
AGE_2 = 45L, GENDER_1 = structure(1L, .Label = "Male", class = "factor"), 
GENDER_2 = structure(1L, .Label = "Female", class = "factor")), class = "data.frame", row.names = c(NA, 

-1L））

您可以嘗試在此數據幀上使用重塑功能，如下所示：

reshape(test, direction = "long",
        varying = list(c("MEM_ID_1","MEM_ID_2"), c("AGE_1","AGE_2"), c( "GENDER_1","GENDER_2")),
        v.names = c("MEM_ID","AGE","GENDER"),
        idvar = 'HHID')

reshape（）函數來自基數R。廣義上講，它可以通過使用變化的參數並將direction設置為long來同時融化多組變量。

例如，在您的情況下，我們為可變參數提供了三個變量名稱向量的列表：

varying = list(c("MEM_ID_1","MEM_ID_2"), c("AGE_1","AGE_2"), c( "GENDER_1","GENDER_2"))

輸出如下：

    HHID time MEM_ID AGE GENDER
1.1   1    1     1   50   Male
1.2   1    2     2   45   Female

Answer 2

您可以按tidyr::gather()使用tidyr::gather() ， tidyr::separate()和tidyr::spread() 。 這里household是您數據框的名稱。

library(tidyverse)

1. gather

首先， tidyr::gather() 。 然后，您可以獲得以下結果。

household %>% 
  gather(-HHID, key = domestic, value = value)
#>   HHID domestic value
#> 1    1 MEM_ID_1     1
#> 2    1 MEM_ID_2     2
#> 3    1    AGE_1    50
#> 4    1    AGE_2    45
#> 5    1 GENDER_1     M
#> 6    1 GENDER_2     F

現在您要做的就是

1. _[0-9]處的單獨domestic列：在正則表達式中， _(?=[0-9])
2. 將格式更改為寬格式，可以看到所需的輸出。

2.結論：整個代碼

household %>% 
  gather(-HHID, key = domestic, value = value) %>% # long data
  separate(domestic, into = c("domestic", "vals"), sep = "_(?=[0-9])") %>% # separate the digit
  spread(domestic, value) %>% # wide format
  select(HHID, MEM_ID, AGE, GENDER, -vals) # just arranging columns, and excluding needless column
#>   HHID MEM_ID AGE GENDER
#> 1    1      1  50      M
#> 2    1      2  45      F