英文:
How to convert a wide format data with multiple categorical variables to long format in R?
问题
以下是翻译好的代码部分：
这是我的初始数据。
```R
df <- data.frame(v1 = c("a", "a", "a", "a", "a", "a"),
v5 = c("c1", "c2", NA, "c1", "c2", NA),
v6 = c(20, 30, NA, 14, 26, NA),
v7 = c("d1", "d2", "d3", "d1", "d2", "d3"),
v8 = c(2, 3, 4, 5, 6, 7))
我想将其转换为以下的长格式。
v1 Variable Var_category var_value
1 a v5 c1 20
2 a v5 c2 30
3 a v7 d1 2
4 a v7 d2 3
5 a v7 d3 4
6 a v5 c1 14
7 a v5 c2 26
8 a v6 d1 5
9 a v6 d2 6
10 a v6 d3 7
你可以在R中使用pivot_longer()函数来实现这个转换。以下是示例代码：
library(tidyr)
result <- df %>%
pivot_longer(cols = -v1, names_to = "Variable", values_to = "var_value") %>%
separate(Variable, into = c("Var_category", "Variable"), sep = "_") %>%
select(v1, Variable, Var_category, var_value)
这将把你的数据从宽格式转换为长格式。希望这有帮助！
英文:
Here is my initial data.
df <- data.frame(v1 = c("a", "a", "a", "a", "a", "a"),
v5 = c("c1", "c2", NA, "c1", "c2", NA),
v6 = c(20, 30, NA, 14, 26, NA),
v7 = c("d1", "d2", "d3", "d1", "d2", "d3"),
v8 = c(2, 3, 4, 5, 6, 7))
v1 v5 v6 v7 v8
1 a c1 20 d1 2
2 a c2 30 d2 3
3 a <NA> <NA> d3 4
4 a c1 14 d1 5
5 a c2 26 d2 6
6 a <NA> <NA> d3 7
I'd like to convert it to one with long format like below.
v1 Variable Var_category var_value
1 a v5 c1 20
2 a v5 c2 30
3 a v7 d1 2
4 a v7 d2 3
5 a v7 d3 4
6 a v5 c1 14
7 a v5 c2 26
8 a v6 d1 5
9 a v6 d2 6
10 a v6 d3 7
How can I do this in R?
I tried using pivot_longer() and gather() but could not find the correct way to do this since it's not either traditional long format or traditional wide format I guess.
答案1
得分: 2
这是使用 pivot_longer() 的示例，但最容易的方法是重命名变量，使它们的词干与类别和值对应：
library(dplyr)
library(tidyr)
df <- data.frame(v1 = c("a", "a", "a", "a", "a", "a"),
v5 = c("c1", "c2", NA, "c1", "c2", NA),
v6 = c(20, 30, NA, 14, 26, NA),
v7 = c("d1", "d2", "d3", "d1", "d2", "d3"),
v8 = c(2, 3, 4, 5, 6, 7))
df %>%
rename(cat_v5 = v5, cat_v7 = v7, vals_v5 = v6, vals_v7 = v8) %>%
pivot_longer(-v1,
names_pattern=c("(.*)_(.*)"),
names_to = c(".value", "category")) %>%
na.omit()
<sup>创建于2023年3月30日，使用 reprex v2.0.2 </sup>
英文:
Here's an example using pivot_longer(), but you it's easiest if you rename the variables so the stems correspond with categories and values:
library(dplyr)
library(tidyr)
df <- data.frame(v1 = c("a", "a", "a", "a", "a", "a"),
v5 = c("c1", "c2", NA, "c1", "c2", NA),
v6 = c(20, 30, NA, 14, 26, NA),
v7 = c("d1", "d2", "d3", "d1", "d2", "d3"),
v8 = c(2, 3, 4, 5, 6, 7))
df %>%
rename(cat_v5 = v5, cat_v7 = v7, vals_v5 = v6, vals_v7 = v8) %>%
pivot_longer(-v1,
names_pattern=c("(.*)_(.*)"),
names_to = c(".value", "category")) %>%
na.omit()
#> # A tibble: 10 × 4
#> v1 category cat vals
#> <chr> <chr> <chr> <dbl>
#> 1 a v5 c1 20
#> 2 a v7 d1 2
#> 3 a v5 c2 30
#> 4 a v7 d2 3
#> 5 a v7 d3 4
#> 6 a v5 c1 14
#> 7 a v7 d1 5
#> 8 a v5 c2 26
#> 9 a v7 d2 6
#> 10 a v7 d3 7
<sup>Created on 2023-03-30 with reprex v2.0.2</sup>
答案2
得分: 2
Base R的reshape函数可以灵活处理这种稍微独特的情况，只要你创建一个列表，显示哪些变量对应哪些值：
vars <- list(Var_category=c("v5","v7"), Var_value=c("v6","v8"))
out <- na.omit(reshape(df, varying=vars, v.names=names(vars), direction="long",
times=vars[[1]], timevar="Variable"))
out
如果你想要还原回包括所有命名的宽格式，只需使用下面的魔法命令：
reshape(out)
英文:
Base R reshape deals with this slightly unique circumstance pretty flexibly, if you make yourself a list showing what variables go to what values:
vars <- list(Var_category=c("v5","v7"), Var_value=c("v6","v8"))
out <- na.omit(reshape(df, varying=vars, v.names=names(vars), direction="long",
times=vars[[1]], timevar="Variable"))
out
## v1 Variable Var_category Var_value id
##1.v5 a v5 c1 20 1
##2.v5 a v5 c2 30 2
##4.v5 a v5 c1 14 4
##5.v5 a v5 c2 26 5
##1.v7 a v7 d1 2 1
##2.v7 a v7 d2 3 2
##3.v7 a v7 d3 4 3
##4.v7 a v7 d1 5 4
##5.v7 a v7 d2 6 5
##6.v7 a v7 d3 7 6
Bonus is if you want to revert back to wide including all the naming, just use the magic:
reshape(out)
## v1 id v5 v6 v7 v8
##1.v5 a 1 c1 20 d1 2
##2.v5 a 2 c2 30 d2 3
##4.v5 a 4 c1 14 d1 5
##5.v5 a 5 c2 26 d2 6
##3.v7 a 3 <NA> NA d3 4
##6.v7 a 6 <NA> NA d3 7
答案3
得分: 1
以下是代码中的翻译部分：
df <- data.frame(v1 = c("a", "a", "a", "a", "a", "a"),
v5 = c("c1", "c2", NA, "c1", "c2", NA),
v6 = c(20, 30, NA, 14, 26, NA),
v7 = c("d1", "d2", "d3", "d1", "d2", "d3"),
v8 = c(2, 3, 4, 5, 6, 7))
na.omit(
rbind(
with(df, data.frame(v1 = v1, Variable = "v5", Var_category=v5, var_value=v6)),
with(df, data.frame(v1 = v1, Variable = "v7", Var_category=v7, var_value=v8))) )
#> v1 Variable Var_category var_value
#> 1 a v5 c1 20
#> 2 a v5 c2 30
#> 4 a v5 c1 14
#> 5 a v5 c2 26
#> 7 a v7 d1 2
#> 8 a v7 d2 3
#> 9 a v7 d3 4
#> 10 a v7 d1 5
#> 11 a v7 d2 6
#> 12 a v7 d3 7
希望这对你有所帮助。如果你有任何其他问题，请随时提问。
英文:
In this case you can simply rbind columns of the data frame
df <- data.frame(v1 = c("a", "a", "a", "a", "a", "a"),
v5 = c("c1", "c2", NA, "c1", "c2", NA),
v6 = c(20, 30, NA, 14, 26, NA),
v7 = c("d1", "d2", "d3", "d1", "d2", "d3"),
v8 = c(2, 3, 4, 5, 6, 7))
na.omit(
rbind(
with(df, data.frame(v1 = v1, Variable = "v5", Var_category=v5, var_value=v6)),
with(df, data.frame(v1 = v1, Variable = "v7", Var_category=v7, var_value=v8))) )
#> v1 Variable Var_category var_value
#> 1 a v5 c1 20
#> 2 a v5 c2 30
#> 4 a v5 c1 14
#> 5 a v5 c2 26
#> 7 a v7 d1 2
#> 8 a v7 d2 3
#> 9 a v7 d3 4
#> 10 a v7 d1 5
#> 11 a v7 d2 6
#> 12 a v7 d3 7
通过集体智慧和协作来改善编程学习和解决问题的方式。致力于成为全球开发者共同参与的知识库，让每个人都能够通过互相帮助和分享经验来进步。
评论