5

所以这就是我想要做的。我有一个数据集,所有结果都列在一个列中,但是观察它们的步骤和用于观察它们的方法在不同的列中。我将多个站点视为唯一标识符。并非每个站点都有相同数量的步骤或方法,也不是每个方法都在每个步骤中完成。例如,站点 a1 可能在每个步骤都有步骤 s1-s5 和方法 m1-m25,而站点 a9 可能有步骤 s1-s15,但只有方法 m3-m9。基本上,给定站点/步骤/方法可能会丢失数据。不是每个站点都有每个步骤,也不是每个步骤都有每个方法。原始数据集看起来有点像这样:

site step   method  outcome
a1   S 1    m1      5
a1   S 1    m2      1
a1   S 2    m6      4
a2   S 1    m6      1a
a2   S 1    m4      3
a2   S 3    m7      2
a2   S 4    m2      7
a3   S 1    m1      2a
a3   S 1    m2      c11
a4   S 1    m4      2
a4   S 2    m2      5
a5   S 3    m3      6
a6   S 2    m1      7   
a6   S 3    m4      8   

结果有一些数字和字符值,具体取决于方法

step 是唯一真正的“时间”变量,但我觉得我也需要将 r 视为一种方法。现在数据的方式有很多行,只有这几列,现在数据的设置方式我无法对其进行任何分析。

我使用 reshape 如下(我尝试过其他 reshape 语句,但这是一个例子),不幸的是不会让我使用 2 个时间变量

    mydata<-reshape(rawdata,idvar="site",timevar="step",direction="wide")


  site method.S 1 outcome.S 1 method.S 2 outcome.S 2 method.S 3 outcome.S 3
1    a1         m1           5         m6           4       <NA>          NA
4    a2         m6           1       <NA>          NA         m7           2
8    a3         m1           2       <NA>          NA       <NA>          NA
10   a4         m4           2         m2           5       <NA>          NA
12   a5       <NA>          NA       <NA>          NA         m3           6
13   a6       <NA>          NA         m1           7         m4           8
   method.S 4 outcome.S 4
1        <NA>          NA
4          m2           7
8        <NA>          NA
10       <NA>          NA
12       <NA>          NA
13       <NA>          NA

这是 r 的输出

正确的是,我只希望每个站点有 1 行和许多列(即使站点在特定步骤没有做任何事情)。我正在尝试每个站点获得 1 行,然后结果列将消失,其所有值都位于适当的列下方,如下所示

site  S1.m1.outcome S1.m2.outcome S1.m3.outcome ................ S9.m10.outcome
a1        1               c4.5           NA                         3.6

所以基本上每个步骤和方法组合一列,我知道那是很多列,但它会使步骤之间的比较更容易,这是我的目标之一,我这样做的主要目的是能够给定方法,使用 t 检验等测试步骤之间结果的变化,以检验均值的差异。我想有一种更简单的方法可以进行测试,但我对 r 还是新手,还没有找到。感谢您的任何建议欢呼

4

2 回答 2

7

如果我正确理解您想要的输出,这里有两个选项。在下面的示例中,对于最后的步骤,我已经对列进行了排序,以便它们可以通过使用每个输出进行匹配,并且我只显示了结果data.frames 的前几列和最后几列,因此您可以看到它们是给你同样的结果。换句话说,你应该可以在“T2”和“T3”停下来满足你的实际需要——其余的只是为了演示。

选项1:reshape两次

T1 <- reshape(rawdata, idvar = c("site", "method"),
              timevar = "step", direction = "wide")
T2 <- reshape(T1, direction = "wide", idvar = "site", timevar = "method")
dim(T2)
# [1]  6 25
names(T2)
#  [1] "site"          "outcome.S1.m1" "outcome.S2.m1" "outcome.S3.m1" "outcome.S4.m1"
#  [6] "outcome.S1.m2" "outcome.S2.m2" "outcome.S3.m2" "outcome.S4.m2" "outcome.S1.m6"
# [11] "outcome.S2.m6" "outcome.S3.m6" "outcome.S4.m6" "outcome.S1.m4" "outcome.S2.m4"
# [16] "outcome.S3.m4" "outcome.S4.m4" "outcome.S1.m7" "outcome.S2.m7" "outcome.S3.m7"
# [21] "outcome.S4.m7" "outcome.S1.m3" "outcome.S2.m3" "outcome.S3.m3" "outcome.S4.m3"
T2a <- T2[, order(names(T2))]
T2a[, c(1:3, 23:25)]
#    outcome.S1.m1 outcome.S1.m2 outcome.S1.m3 outcome.S4.m6 outcome.S4.m7 site
# 1              5             1          <NA>          <NA>          <NA>   a1
# 4           <NA>          <NA>          <NA>          <NA>          <NA>   a2
# 8             2a           c11          <NA>          <NA>          <NA>   a3
# 10          <NA>          <NA>          <NA>          <NA>          <NA>   a4
# 12          <NA>          <NA>          <NA>          <NA>          <NA>   a5
# 13          <NA>          <NA>          <NA>          <NA>          <NA>   a6

选项 2:使用dcast“reshape2”

library(reshape2)
T3 <- dcast(rawdata, site ~ step + method, value.var = "outcome", drop = FALSE)
dim(T3)
# [1]  6 25
names(T3)
#  [1] "site"  "S1_m1" "S1_m2" "S1_m3" "S1_m4" "S1_m6" "S1_m7" "S2_m1" "S2_m2" "S2_m3"
# [11] "S2_m4" "S2_m6" "S2_m7" "S3_m1" "S3_m2" "S3_m3" "S3_m4" "S3_m6" "S3_m7" "S4_m1"
# [21] "S4_m2" "S4_m3" "S4_m4" "S4_m6" "S4_m7"
T3a <- T3[, order(names(T3))]
T3a[, c(1:3, 23:25)]
#   S1_m1 S1_m2 S1_m3 S4_m6 S4_m7 site
# 1     5     1  <NA>  <NA>  <NA>   a1
# 2  <NA>  <NA>  <NA>  <NA>  <NA>   a2
# 3    2a   c11  <NA>  <NA>  <NA>   a3
# 4  <NA>  <NA>  <NA>  <NA>  <NA>   a4
# 5  <NA>  <NA>  <NA>  <NA>  <NA>   a5
# 6  <NA>  <NA>  <NA>  <NA>  <NA>   a6

两者都使用以下内容作为“原始数据”的输入

rawdata <- structure(list(site = c("a1", "a1", "a1", "a2", "a2", "a2", "a2", 
"a3", "a3", "a4", "a4", "a5", "a6", "a6"), step = c("S1", "S1", 
"S2", "S1", "S1", "S3", "S4", "S1", "S1", "S1", "S2", "S3", "S2", 
"S3"), method = c("m1", "m2", "m6", "m6", "m4", "m7", "m2", "m1", 
"m2", "m4", "m2", "m3", "m1", "m4"), outcome = c("5", "1", "4", 
"1a", "3", "2", "7", "2a", "c11", "2", "5", "6", "7", "8")), .Names = c("site", 
"step", "method", "outcome"), row.names = c(NA, -14L), class = "data.frame")
于 2013-02-28T05:12:40.150 回答
2

因为我有类似的问题。您可以将两个时间变量合并为一个。使用来自其他答案的相同原始数据,您可以使用

rawdata<-unite(rawdata, timevar, step, method)
reshape(rawdata, direction = "wide", idvar="site",timevar = "timevar")

这极大地帮助了我理解广泛 -> 漫长的过程

于 2016-09-13T12:51:37.080 回答