[英]Stacking multiple columns in R
我正在嘗試將數據框轉換為 R 中的長格式。這是一個示例數據,用於在 'id' 網格中進行超過 9 天的調查,如果感興趣的變量被檢測到“1”或未檢測到“0”。 我想轉換這個數據框,使調查次數從 9 次減少到 3 次,但現在每個調查期都包含 3 次訪問。 我試圖通過一次堆疊三列來做到這一點,以便通過添加一個名為“visit_no”的列來將調查訪問“v1”到“v9”(在下圖中)轉換為 v1、v2、v3,該列描述了調查期內的訪問次數。
以下鏈接是當前形式的數據框圖像,如果生成數據的代碼如下
生成數據的代碼:
id<- c(240,220,160)
v1<- c(rep(0,9))
v2<-c(rep(0,3),1,rep(0,5))
v3<- c(1,rep(0,8))
v<-as.data.frame(rbind(v1,v2,v3))
survey<- cbind(id,v)
survey
這是我需要的數據框圖像的鏈接
參考數據框
一種方法是在基數 R 中使用reshape
"
reshape(survey, direction="long", idvar="id",
varying=list(c("V1","V4","V7"), c("V2","V5","V8"), c("V3","V6","V9")),
v.names=c("Visit1", "Visit2", "Visit3"), timevar="visit_no")
id visit_no Visit1 Visit2 Visit3
240.1 240 1 0 0 0
220.1 220 1 0 0 0
160.1 160 1 1 0 0
240.2 240 2 0 0 0
220.2 220 2 1 0 0
160.2 160 2 0 0 0
240.3 240 3 0 0 0
220.3 220 3 0 0 0
160.3 160 3 0 0 0
如果您希望按 id 排序,則從 dplyr 添加arrange
%>% dplyr::arrange(id)
id visit_no Visit1 Visit2 Visit3
1 160 1 1 0 0
2 160 2 0 0 0
3 160 3 0 0 0
4 220 1 0 0 0
5 220 2 1 0 0
6 220 3 0 0 0
7 240 1 0 0 0
8 240 2 0 0 0
9 240 3 0 0 0
如果您的原始變量名稱采用一致的格式,那么 reshape 命令會更簡單,因為它會根據名稱正確猜測時間。 例如,
names(survey)[2:10] <- paste0(names(survey)[2:10], ".", rep(1:3, 3))
head(survey)
id V1.1 V2.2 V3.3 V4.1 V5.2 V6.3 V7.1 V8.2 V9.3
v1 240 0 0 0 0 0 0 0 0 0
v2 220 0 0 0 1 0 0 0 0 0
v3 160 1 0 0 0 0 0 0 0 0
reshape(survey, direction="long", idvar="id",
varying=2:10, # Can just give the indices now.
v.names=c("Visit1", "Visit2", "Visit3"), timevar="visit_no") %>%
arrange(id)
盡管時間格式一致,但原始變量名稱卻不一致,因此 R 無法猜測長格式(Visit1、Visit2、Visit3)的名稱,這些需要在v.names
參數中提供。
如果他們是在一個統一的格式,那么重塑就更簡單了。
names(survey)[2:10] <- paste0("Visit", rep(1:3, each=3), ".", rep(1:3, 3))
head(survey)
id Visit1.1 Visit1.2 Visit1.3 Visit2.1 Visit2.2 Visit2.3 Visit3.1 Visit3.2 Visit3.3
v1 240 0 0 0 0 0 0 0 0 0
v2 220 0 0 0 1 0 0 0 0 0
v3 160 1 0 0 0 0 0 0 0 0
reshape(survey, direction="long", varying=2:10, timevar="visit_no") %>%
arrange(id)
tidyr版本可能會涉及兩次重塑; 一個是將所有內容都變成很長的形式,然后再將其恢復為更寬的形式(我稱之為后退 1 步,前進 2 步的方法)。
您可以根據所需的順序更改列的名稱。
names(survey)[-1] <- paste(rep(paste0("visit", 1:3), each =3), 1:3, sep = "_")
names(survey)
#[1] "id" "visit1_1" "visit1_2" "visit1_3" "visit2_1" "visit2_2" "visit2_3"
# "visit3_1" "visit3_2" "visit3_3"
然后使用pivot_longer
的tidyr
獲取不同列中的數據。
tidyr::pivot_longer(survey, cols = -id, names_to = c(".value", "visit_no"),
names_sep = "_") %>%
type.convert(as.is = TRUE)
# A tibble: 9 x 5
# id visit_no visit1 visit2 visit3
# <int> <int> <int> <int> <int>
#1 240 1 0 0 0
#2 240 2 0 0 0
#3 240 3 0 0 0
#4 220 1 0 1 0
#5 220 2 0 0 0
#6 220 3 0 0 0
#7 160 1 1 0 0
#8 160 2 0 0 0
#9 160 3 0 0 0
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.