2

我不知道我是否通过标题解释了我的意图，但本质上我想转换

        mean    sd
v1  -32.72  0.565
v2  -50.47  1.543
v3  -30.17  0.9295
v4  -38.56  0.4541
g1  5.649   0.02509
g2  1.672   0.02992
g3  3.139   0.03507
g4  7.169   0.06703
y1  271.1   3.48
y2  123.7   1.81
y3  138.9   2.727
y4  405.5   4.396

至

 v.mean v.sd    g.mean  g.sd    y.mean  y.sd
-32.72  0.565   5.649   0.02509 271.1   3.48
-50.47  1.543   1.672   0.02992 123.7   1.81
-30.17  0.9295  3.139   0.03507 138.9   2.727
-38.56  0.4541  7.169   0.06703 405.5   4.396

我想这样做而不使用 for 循环。我觉得有一些reshape功能可以做到这一点。我有大量具有这种配置的数据集。所以，我想要一些矢量化解决方案......而且，长度可以是任何东西。这里，在示例数据中，序列长度为 4。另外，我对列名并不挑剔。我可以使用names(dataframe)=c(....

4

3 回答 3

5

确实有一个名为 的函数reshape。假设您的 data.frame 被命名为“数据”，请执行以下操作以获得您想要的结果：

data$group <- substr(rownames(data),1,1)
data$id <- substr(rownames(data),2,2)
result <- reshape(data, v.names=c("mean","sd"), idvar="id", timevar="group", direction="wide")

有关详细信息，请参阅?reshape

于 2013-01-03T22:26:05.933 回答
1

使用reshap2，我们应用acast在一个巧妙的融合数据中。

dat <- read.table(text ='v1  -32.72  0.565
v2  -50.47  1.543
v3  -30.17  0.9295
v4  -38.56  0.4541
g1  5.649   0.02509
g2  1.672   0.02992
g3  3.139   0.03507
g4  7.169   0.06703
y1  271.1   3.48
y2  123.7   1.81
y3  138.9   2.727
y4  405.5   4.396')
colnames(dat) <- c('var','mean','sd')

首先我融化我的数据：

dat.m <- melt(dat)
Using var as id variables
   var variable     value
1   v1     mean -32.72000
2   v2     mean -50.47000
3   v3     mean -30.17000
4   v4     mean -38.56000
5   g1     mean   5.64900

现在我想我需要拆分 var 列，以便在以后的列中只使用 var 的字母。通常我们使用 ColSplit但这里没有可见的模式，所以我手动创建列并应用acast

dat.m$vv <- substr(dat.m$var,1,1)
dat.m$key <- substr(dat.m$var,2,2)
acast(dat.m[,-1],id ~variable+vv)
  mean_g mean_v mean_y    sd_g   sd_v  sd_y
1  5.649 -32.72  271.1 0.02509 0.5650 3.480
2  1.672 -50.47  123.7 0.02992 1.5430 1.810
3  3.139 -30.17  138.9 0.03507 0.9295 2.727
4  7.169 -38.56  405.5 0.06703 0.4541 4.396
于 2013-01-03T22:45:33.923 回答
1

这是与@Theodore 的答案非常相似的方法。假设您的数据集称为“dat”：

reshape(cbind(dat, do.call(rbind, strsplit(rownames(dat), ""))), 
        idvar="2", timevar="1", direction = "wide")
#    2 mean.v   sd.v mean.g    sd.g mean.y  sd.y
# v1 1 -32.72 0.5650  5.649 0.02509  271.1 3.480
# v2 2 -50.47 1.5430  1.672 0.02992  123.7 1.810
# v3 3 -30.17 0.9295  3.139 0.03507  138.9 2.727
# v4 4 -38.56 0.4541  7.169 0.06703  405.5 4.396

在上面：

  • do.call(rbind, strsplit(rownames(dat), ""))创建一个两列矩阵，其中第一列是字母“v”、“g”和“y”，第二列是数字 1 到 4。这一步可能过于简化了类似的问题，因为它只适用于双字符rownames；对于更复杂的场景，您可能不得不求助于一些正则表达式。
  • cbind(...)将此新矩阵与您的原始矩阵集成data.frame；新的列名只是“1”和“2”。
  • 您的“时间”变量是包含字母“v”、“g”和“y”的新列（名为“2”的列）；您的“id”变量是包含数字 1 到 4 的新列（名为“1”的列）。将该信息用于reshape()您的数据。

reshape()将数据获取到该阶段后，使用该功能的另一种方法是使用aggregate()：

aggregate(cbind(mean, sd) ~ `2`, 
          data = cbind(dat, do.call(rbind, strsplit(rownames(dat), ""))), 
          FUN = I)
  2  mean.1  mean.2  mean.3    sd.1    sd.2    sd.3
1 1 -32.720   5.649 271.100 0.56500 0.02509 3.48000
2 2 -50.470   1.672 123.700 1.54300 0.02992 1.81000
3 3 -30.170   3.139 138.900 0.92950 0.03507 2.72700
4 4 -38.560   7.169 405.500 0.45410 0.06703 4.39600
于 2013-01-06T17:15:37.137 回答