我在数据框中有一些数据，格式如下：
A B C V1 V2 V3
1 1 1 x y z
1 1 2 a b c
...
其中 A,B,C 是因子，并且 A,B,C 的组合对于每一行都是唯一的。
我需要将一些列转换为因子，以实现如下形式：
A B C V val
1 1 1 V1 x
1 1 1 V2 y
1 1 1 V3 z
1 1 2 V1 a
1 1 2 V2 b
1 1 2 V2 c
...
问问题
3916 次
3 回答
5
在@AnandaMahto 来到这里并提供他的基本reshape解决方案之前，这是我的尝试：
dat <- read.table(text = 'A B C V1 V2 V3
1 1 1 x y z
1 1 2 a b c',header= T)
expandvars <- c("V1","V2","V3")
datreshape <- reshape(dat,
idvar=c("A","B","C"),
varying=list(expandvars),
v.names=c("val"),
times=expandvars,
direction="long")
> datreshape
A B C time val
1.1.1.V1 1 1 1 V1 x
1.1.2.V1 1 1 2 V1 a
1.1.1.V2 1 1 1 V2 y
1.1.2.V2 1 1 2 V2 b
1.1.1.V3 1 1 1 V3 z
1.1.2.V3 1 1 2 V3 c
于 2013-02-01T02:55:00.197 回答
4
使用reshape2包
dat <- read.table(text = 'A B C V1 V2 V3
1 1 1 x y z
1 1 2 a b c',header= T)
library(reshape2)
melt(dat,id.vars = c('A','B','C'))
A B C variable value
1 1 1 1 V1 x
2 1 1 2 V1 a
3 1 1 1 V2 y
4 1 1 2 V2 b
5 1 1 1 V3 z
6 1 1 2 V3 c
于 2013-02-01T02:28:14.727 回答
3
stack
你是对的，这stack是一种可能性，但你可能错过了文档中的关键行stack：
请注意，堆栈适用于向量（由 is.vector 确定）：非向量列（例如，因子）将被忽略（从 R 2.15.0 开始出现警告）。
那么，我们该如何进行呢？
这是您的数据：
dat <- read.table(text = 'A B C V1 V2 V3
1 1 1 x y z
1 1 2 a b c',header= T)
在这里，我们将因子转换为as.character：
dat[sapply(dat, is.factor)] = lapply(dat[sapply(dat, is.factor)], as.character)
下面是我们如何指定哪些列stack：
stack(dat[4:6])
# values ind
# 1 x V1
# 2 a V1
# 3 y V2
# 4 b V2
# 5 z V3
# 6 c V3
但是，我们仍然需要为第 1-3 列“扩展”您的行。请参阅此处了解如何执行此操作。
有了这些信息，我们就可以使用cbind来获得想要的结果。
cbind(dat[rep(row.names(dat), 3), 1:3], stack(dat[4:6]))
# A B C values ind
# 1 1 1 1 x V1
# 2 1 1 2 a V1
# 1.1 1 1 1 y V2
# 2.1 1 1 2 b V2
# 1.2 1 1 1 z V3
# 2.2 1 1 2 c V3
xtabs
您也是对的，这xtabs似乎是一种可能的可能性，但xtabs实际上期望与您提供的相反。也就是说，当你指定一个公式时，它期望左边的项目是数字，右边的项目是因子。因此，如果您的数据被交换，您当然可以使用xtabs.
这是一个演示（它之所以有效，是因为您使用的是一个简单的示例，我们可以轻松地match将“字母”转换为“数字”）。
dat2 <- dat # Make a copy of "dat"
# Swap out dat 4-6 with numbers
dat2[4:6] <- lapply(dat2[4:6], function(x) match(x, letters))
# Swap out dat 1-3 with letters
dat2[1:3] <- lapply(dat2[1:3], function(x) letters[x])
# Our new "dat"
dat2
# A B C V1 V2 V3
# 1 a a a 24 25 26
# 2 a a b 1 2 3
data.frame(xtabs(cbind(V1, V2, V3) ~ A + B + C, dat2))
# A B C Var4 Freq
# 1 a a a V1 24
# 2 a a b V1 1
# 3 a a a V2 25
# 4 a a b V2 2
# 5 a a a V3 26
# 6 a a b V3 3
换句话说，您选择的工具可能是正确的，但您的数据也需要采用工具期望的形式。
reshape但是，我不确定当与朋友们有更好的解决方案时，你为什么要完成我展示的所有工作；）
好晚更新。。。
您还可以merged.stack从我的“splitstackshape”包中查看：
library(splitstackshape)
merged.stack(dat, var.stubs = "V", sep = "NoSep")
# A B C .time_1 V
# 1: 1 1 1 V1 x
# 2: 1 1 1 V2 y
# 3: 1 1 1 V3 z
# 4: 1 1 2 V1 a
# 5: 1 1 2 V2 b
# 6: 1 1 2 V3 c
或gather来自“tidyr”：
library(dplyr)
library(tidyr)
# gather(dat, var, val, V1:V3)
dat %>% gather(var, val, V1:V3)
# A B C var val
# 1 1 1 1 V1 x
# 2 1 1 2 V1 a
# 3 1 1 1 V2 y
# 4 1 1 2 V2 b
# 5 1 1 1 V3 z
# 6 1 1 2 V3 c
于 2013-02-01T04:56:03.043 回答