7

我想将数据帧从长格式转换为宽格式，但组大小不等。

最终使用将在“qcc”中，这需要一个数据框或矩阵，每行由一组组成，在样本较少的组中使用 NA。

以下代码将创建一个示例数据集，并显示手动转换为所需格式。

# This is an example of the initial data that I have
# * 10 sample measurements, over 3 groups with 3, 2, and 5 elements respectively
x <- rnorm(10)
x_df <- data.frame( time = c( rep('2001 Q1',3), rep('2001 Q2',2), rep('2001 Q3',5) ), measure = x )
x_df

# This is a manual conversion into the desired format
x_pad <- c( x[1:3], NA, NA, x[4:5], NA, NA, NA, x[6:10] )
x_matrix <- matrix( x_pad, nrow = 3, ncol = 5, byrow = TRUE, dimnames = list(c('2001 Q1','2001 Q2','2001 Q3')) )
x_matrix # desired format

# An example of how it will be used
library(qcc)
plot(qcc(x_matrix, type = 'xbar', plot = FALSE))

所以，我想转换这个：

      time     measure
1  2001 Q1  0.14680685
2  2001 Q1  0.53593193
3  2001 Q1  0.56097974
4  2001 Q2 -1.48102689
5  2001 Q2  0.18150972
6  2001 Q3  1.72018147
7  2001 Q3 -0.08480855
8  2001 Q3 -2.23208877
9  2001 Q3 -1.15269107
10 2001 Q3  0.57975023

……到这……

              [,1]        [,2]       [,3]      [,4]      [,5]
2001 Q1  0.1468068  0.53593193  0.5609797        NA        NA
2001 Q2 -1.4810269  0.18150972         NA        NA        NA
2001 Q3  1.7201815 -0.08480855 -2.2320888 -1.152691 0.5797502

可能有一种简单的方法（也许我不熟悉 reshape 或 reshape2 cast 的一些用法？），但到目前为止，一堆搜索对我没有帮助。

谢谢你的帮助！

==========

从以下解决方案之一，以下将生成最终的 qcc xbar 图，包括组标签：

library(splitstackshape)
out_df <- dcast( getanID( x_df, 'time' ), time~.id, value.var='measure' )
qcc( out_df[,-1], type = 'xbar', labels = out_df[,1] )
4

3 回答 3

7

您需要一个中间变量来提供“及时”id。你可以像这样创建和重塑

library(tidyr)
library(dplyr)

group_by(X, time) %>%
  mutate(seq = 1:n()) %>%
  ungroup() %>%
  spread(seq, measure)
于 2015-07-29T12:16:25.123 回答
7

您可以使用from创建序列列 ('.id') ，并使用getanIDfrom将长格式转换为宽格式。的输出是一个data.table。当我们加载时，data.table 也会被加载。因此，如果您已经拥有 data.table 的开发版本，那么也可以使用from 。splitstackshapedcastdata.tablesplitstackshapesplitstackshapedcastdata.table

library(splitstackshape)
dcast(getanID(df1, 'time'), time~.id, value.var='measure')
#     time          1           2          3         4         5
#1: 2001 Q1  0.1468068  0.53593193  0.5609797        NA        NA
#2: 2001 Q2 -1.4810269  0.18150972         NA        NA        NA
#3: 2001 Q3  1.7201815 -0.08480855 -2.2320888 -1.152691 0.5797502

更新

正如评论中提到的@snoram，函数rowidfromdata.table使得data.table单独使用变得更容易

library(data.table)
dcast(setDT(df1), time ~ rowid(time), value.var = "measure")
于 2015-07-29T12:20:58.023 回答
5

另一种splitstackshape方法

cSplit(setDT(df)[, toString(measure), by='time'], 'V1', ',')

#      time       V1_1        V1_2       V1_3      V1_4      V1_5
#1: 2001 Q1  0.1468068  0.53593193  0.5609797        NA        NA
#2: 2001 Q2 -1.4810269  0.18150972         NA        NA        NA
#3: 2001 Q3  1.7201815 -0.08480855 -2.2320888 -1.152691 0.5797502

或者在将分组列“时间”的“度量”粘贴在一起之后使用类似方法的devel版本将用于拆分从.data.tabletstrsplittoString(measure)

 setDT(df)[, toString(measure), by ='time'][, c(list(time), tstrsplit(V1, ', '))]

此外，我们可以添加type.convert=TRUE以tstrsplit转换class拆分列。默认情况下是FALSE.

于 2015-07-29T12:28:27.287 回答