Изменение формы data.frame из широкого в длинный формат

r dataframe reshape r-faq

83833 просмотра

6 ответа

У меня возникли проблемы с преобразованием моего data.frameиз широкого стола в длинный стол. На данный момент это выглядит так:

Code Country        1950    1951    1952    1953    1954
AFG  Afghanistan    20,249  21,352  22,532  23,557  24,555
ALB  Albania        8,097   8,986   10,058  11,123  12,246

Теперь я хотел бы превратить это data.frameв длинный data.frame. Что-то вроде этого:

Code Country        Year    Value
AFG  Afghanistan    1950    20,249
AFG  Afghanistan    1951    21,352
AFG  Afghanistan    1952    22,532
AFG  Afghanistan    1953    23,557
AFG  Afghanistan    1954    24,555
ALB  Albania        1950    8,097
ALB  Albania        1951    8,986
ALB  Albania        1952    10,058
ALB  Albania        1953    11,123
ALB  Albania        1954    12,246

Я смотрел и уже попытался с помощью melt()и reshape()функции , как некоторые люди предлагали в подобных вопросах. Однако пока я получаю только грязные результаты.

Если это возможно, я хотел бы сделать это с помощью reshape()функции, поскольку она выглядит немного приятнее в обращении.

Автор: mropa Источник Размещён: 26.07.2019 03:49

Ответы (6)


72 плюса

Решение

reshape()требует времени, чтобы привыкнуть, так же как melt/ cast. Вот решение с изменением формы, если предположить, что ваш фрейм данных называется d:

reshape(d, direction = "long", varying = list(names(d)[3:7]), v.names = "Value", 
        idvar = c("Code","Country"), timevar = "Year", times = 1950:1954)
Автор: Aniko Размещён: 02.02.2010 04:07

114 плюса

Три альтернативных решения:

1: с reshape2

library(reshape2)
long <- melt(wide, id.vars = c("Code", "Country"))

давая:

   Code     Country variable  value
1   AFG Afghanistan     1950 20,249
2   ALB     Albania     1950  8,097
3   AFG Afghanistan     1951 21,352
4   ALB     Albania     1951  8,986
5   AFG Afghanistan     1952 22,532
6   ALB     Albania     1952 10,058
7   AFG Afghanistan     1953 23,557
8   ALB     Albania     1953 11,123
9   AFG Afghanistan     1954 24,555
10  ALB     Albania     1954 12,246

Некоторые альтернативные обозначения, которые дают тот же результат:

# you can also define the id-variables by column number
melt(wide, id.vars = 1:2)

# as an alternative you can also specify the measure-variables
# all other variables will then be used as id-variables
melt(wide, measure.vars = 3:7)
melt(wide, measure.vars = as.character(1950:1954))

2: с data.table

Вы можете использовать ту же meltфункцию, что и в reshape2пакете (это расширенная и улучшенная реализация). meltfrom data.tableтакже имеет больше параметров, чем melt-function из reshape2. Например, вы также можете указать имя переменной-столбца:

library(data.table)
long <- melt(setDT(wide), id.vars = c("Code","Country"), variable.name = "year")

Некоторые альтернативные обозначения:

melt(setDT(wide), id.vars = 1:2, variable.name = "year")
melt(setDT(wide), measure.vars = 3:7, variable.name = "year")
melt(setDT(wide), measure.vars = as.character(1950:1954), variable.name = "year")

3: с tidyr

library(tidyr)
long <- wide %>% gather(year, value, -c(Code, Country))

Некоторые альтернативные обозначения:

wide %>% gather(year, value, -Code, -Country)
wide %>% gather(year, value, -1:-2)
wide %>% gather(year, value, -(1:2))
wide %>% gather(year, value, -1, -2)
wide %>% gather(year, value, 3:7)
wide %>% gather(year, value, `1950`:`1954`)

Если вы хотите исключить NAзначения, вы можете добавить na.rm = TRUEк melt, а также gatherфункции.


Другая проблема с данными состоит в том, что значения будут считываться R как символьные значения (как результат ,чисел). Вы можете исправить это с помощью gsubи as.numeric:

long$value <- as.numeric(gsub(",", "", long$value))

Или непосредственно с data.tableили dplyr:

# data.table
long <- melt(setDT(wide),
             id.vars = c("Code","Country"),
             variable.name = "year")[, value := as.numeric(gsub(",", "", value))]

# tidyr and dplyr
long <- wide %>% gather(year, value, -c(Code,Country)) %>% 
  mutate(value = as.numeric(gsub(",", "", value)))

Данные:

wide <- read.table(text="Code Country        1950    1951    1952    1953    1954
AFG  Afghanistan    20,249  21,352  22,532  23,557  24,555
ALB  Albania        8,097   8,986   10,058  11,123  12,246", header=TRUE, check.names=FALSE)
Автор: Jaap Размещён: 15.09.2014 08:09

32 плюса

Используя пакет изменения формы :

#data
x <- read.table(textConnection(
"Code Country        1950    1951    1952    1953    1954
AFG  Afghanistan    20,249  21,352  22,532  23,557  24,555
ALB  Albania        8,097   8,986   10,058  11,123  12,246"), header=TRUE)

library(reshape)

x2 <- melt(x, id = c("Code", "Country"), variable_name = "Year")
x2[,"Year"] <- as.numeric(gsub("X", "" , x2[,"Year"]))
Автор: Shane Размещён: 02.02.2010 04:08

11 плюса

Так как этот ответ помечается , я чувствовал , что это было бы полезно разделить другую альтернативу от базовой R: stack.

Заметьте, однако, что stackэто не работает с factors - это работает, только если is.vectorесть TRUE, и из документации для is.vectorмы находим, что:

is.vectorвозвращает, TRUEесли x является вектором указанного режима, не имеющим никаких атрибутов, кроме имен . Возвращается FALSEиначе.

Я использую пример данных из ответа @ Jaap , где значения в столбцах года factors.

Вот stackподход:

cbind(wide[1:2], stack(lapply(wide[-c(1, 2)], as.character)))
##    Code     Country values  ind
## 1   AFG Afghanistan 20,249 1950
## 2   ALB     Albania  8,097 1950
## 3   AFG Afghanistan 21,352 1951
## 4   ALB     Albania  8,986 1951
## 5   AFG Afghanistan 22,532 1952
## 6   ALB     Albania 10,058 1952
## 7   AFG Afghanistan 23,557 1953
## 8   ALB     Albania 11,123 1953
## 9   AFG Afghanistan 24,555 1954
## 10  ALB     Albania 12,246 1954
Автор: A5C1D2H2I1M1N2O1R2T1 Размещён: 09.01.2018 05:31

9 плюса

Вот еще один пример, показывающий использование gatherfrom tidyr. Вы можете выбрать столбцы gatherлибо, удалив их по отдельности (как я здесь), либо указав нужные вам годы.

Обратите внимание, что для обработки запятых (и X добавляется, если check.names = FALSEне установлено), я также использую dplyrmutate с parse_numberfrom readrдля преобразования текстовых значений обратно в числа. Все они являются частью tidyverseи поэтому могут быть загружены вместе сlibrary(tidyverse)

wide %>%
  gather(Year, Value, -Code, -Country) %>%
  mutate(Year = parse_number(Year)
         , Value = parse_number(Value))

Возвращает:

   Code     Country Year Value
1   AFG Afghanistan 1950 20249
2   ALB     Albania 1950  8097
3   AFG Afghanistan 1951 21352
4   ALB     Albania 1951  8986
5   AFG Afghanistan 1952 22532
6   ALB     Albania 1952 10058
7   AFG Afghanistan 1953 23557
8   ALB     Albania 1953 11123
9   AFG Afghanistan 1954 24555
10  ALB     Albania 1954 12246
Автор: Mark Peterson Размещён: 04.12.2016 07:20

2 плюса

Вот решение :

sqldf("Select Code, Country, '1950' As Year, `1950` As Value From wide
        Union All
       Select Code, Country, '1951' As Year, `1951` As Value From wide
        Union All
       Select Code, Country, '1952' As Year, `1952` As Value From wide
        Union All
       Select Code, Country, '1953' As Year, `1953` As Value From wide
        Union All
       Select Code, Country, '1954' As Year, `1954` As Value From wide;")

Чтобы сделать запрос без ввода всего, вы можете использовать следующее:

Спасибо Г. Гротендику за его реализацию.

ValCol <- tail(names(wide), -2)

s <- sprintf("Select Code, Country, '%s' As Year, `%s` As Value from wide", ValCol, ValCol)
mquery <- paste(s, collapse = "\n Union All\n")

cat(mquery) #just to show the query
 # Select Code, Country, '1950' As Year, `1950` As Value from wide
 #  Union All
 # Select Code, Country, '1951' As Year, `1951` As Value from wide
 #  Union All
 # Select Code, Country, '1952' As Year, `1952` As Value from wide
 #  Union All
 # Select Code, Country, '1953' As Year, `1953` As Value from wide
 #  Union All
 # Select Code, Country, '1954' As Year, `1954` As Value from wide

sqldf(mquery)
 #    Code     Country Year  Value
 # 1   AFG Afghanistan 1950 20,249
 # 2   ALB     Albania 1950  8,097
 # 3   AFG Afghanistan 1951 21,352
 # 4   ALB     Albania 1951  8,986
 # 5   AFG Afghanistan 1952 22,532
 # 6   ALB     Albania 1952 10,058
 # 7   AFG Afghanistan 1953 23,557
 # 8   ALB     Albania 1953 11,123
 # 9   AFG Afghanistan 1954 24,555
 # 10  ALB     Albania 1954 12,246

К сожалению, я так не думаю PIVOTи UNPIVOTсработаю R SQLite. Если вы хотите написать свой запрос более сложным образом, вы также можете взглянуть на эти сообщения:

Использование sprintfнаписания SQL-запросов    или    передачи переменных вsqldf

Автор: M-M Размещён: 15.04.2019 08:54
Вопросы из категории :
32x32