如何“取消透视”表？什么是正确的技术术语？
更新：这个词叫做融化
我有一个国家数据框和每年的数据
Country 2001 2002 2003
Nigeria 1 2 3
UK 2 NA 1
我想要类似的东西
Country Year Value
Nigeria 2001 1
Nigeria 2002 2
Nigeria 2003 3
UK 2001 2
UK 2002 NA
UK 2003 1
我仍然不敢相信我以一个答案击败了安德烈。:)
> library(reshape)
> my.df <- read.table(text = "Country 2001 2002 2003
+ Nigeria 1 2 3
+ UK 2 NA 1", header = TRUE)
> my.result <- melt(my.df, id = c("Country"))
> my.result[order(my.result$Country),]
Country variable value
1 Nigeria X2001 1
3 Nigeria X2002 2
5 Nigeria X2003 3
2 UK X2001 2
4 UK X2002 NA
6 UK X2003 1
这个问题的基本 Rreshape方法非常难看，特别是因为名称不是reshape喜欢的形式。这将类似于以下内容，其中第一setNames行将列名修改为reshape可以使用的内容。
reshape(
setNames(mydf, c("Country", paste0("val.", c(2001, 2002, 2003)))),
direction = "long", idvar = "Country", varying = 2:ncol(mydf),
sep = ".", new.row.names = seq_len(prod(dim(mydf[-1]))))
基础 R 中更好的选择是使用stack，如下所示：
cbind(mydf[1], stack(mydf[-1]))
# Country values ind
# 1 Nigeria 1 2001
# 2 UK 2 2001
# 3 Nigeria 2 2002
# 4 UK NA 2002
# 5 Nigeria 3 2003
# 6 UK 1 2003
现在还有用于重塑数据的新工具，例如“tidyr”包，它为我们提供了gather. 当然，该tidyr:::gather_.data.frame方法只是调用reshape2::melt，所以我的这部分答案并不一定会增加太多，除了介绍您可能在 Hadleyverse 中遇到的新语法。
library(tidyr)
gather(mydf, year, value, `2001`:`2003`) ## Note the backticks
# Country year value
# 1 Nigeria 2001 1
# 2 UK 2001 2
# 3 Nigeria 2002 2
# 4 UK 2002 NA
# 5 Nigeria 2003 3
# 6 UK 2003 1
如果您想要问题中显示的行顺序，这里的所有三个选项都需要重新排序行。
第四种选择是merged.stack从我的“splitstackshape”包中使用。与基本 R 一样reshape，您需要将列名修改为包含“变量”和“时间”指示符的内容。
library(splitstackshape)
merged.stack(
setNames(mydf, c("Country", paste0("V.", 2001:2003))),
var.stubs = "V", sep = ".")
# Country .time_1 V
# 1: Nigeria 2001 1
# 2: Nigeria 2002 2
# 3: Nigeria 2003 3
# 4: UK 2001 2
# 5: UK 2002 NA
# 6: UK 2003 1
mydf <- structure(list(Country = c("Nigeria", "UK"), `2001` = 1:2, `2002` = c(2L,
NA), `2003` = c(3L, 1L)), .Names = c("Country", "2001", "2002",
"2003"), row.names = 1:2, class = "data.frame")
您可以使用包中的melt命令reshape。见这里： http: //www.statmethods.net/management/reshape.html
大概是这样的melt(myframe, id=c('Country'))