时间戳

首页 > 解决方案 > 在长格式数据框中使用没有列名的熔体将宽格式转换为长格式

r - 在长格式数据框中使用没有列名的熔体将宽格式转换为长格式

问题描述

我有一个看起来像这样的数据框在此处输入图像描述

我希望将数据框转换为像这样的长格式

在此处输入图像描述

这是我使用的代码

long_ex <- melt(wide_ex, id.vars = 5, na.rm=TRUE) #wide_ex is wide format dataframe

但是，我的最终结果看起来像这样

在此处输入图像描述

有没有办法在不提取列名的情况下使用融化？如果 melt 不适合这项工作，将很乐意接受替代功能

编辑：来自 dput 的数据输出

structure(list(ï..Column1 = c(NA, NA, NA, NA), Column2 = c(NA, 
NA, NA, NA), Column3 = c(NA, NA, NA, NA), Column4 = c(NA, NA, 
NA, NA), Column5 = structure(c(2L, 1L, 4L, 3L), .Label = c("Eric ", 
"Jim", "Matt", "Tim"), class = "factor"), Column6 = c(NA, NA, 
NA, NA), Column7 = structure(c(1L, 3L, 2L, 3L), .Label = c("Eric", 
"Erica", "Mary "), class = "factor"), Column8 = structure(c(3L, 
2L, 1L, 3L), .Label = c("Beth", "Loranda", "Matt"), class = "factor"), 
    Column9 = structure(c(2L, 3L, 1L, 3L), .Label = c("Courtney ", 
    "Heather ", "Patrick"), class = "factor"), Column10 = structure(4:1, .Label = c("Beth", 
    "Heather", "John", "Loranda "), class = "factor"), Column11 = c(NA, 
    NA, NA, NA), Column12 = c(NA, NA, NA, NA), Column13 = c(NA, 
    NA, NA, NA), Column14 = c(NA, NA, NA, NA), Column15 = c(NA, 
    NA, NA, NA)), class = "data.frame", row.names = c(NA, -4L
))

标签： rtidyrmelt

解决方案

如果你想要一个基本的 R 解决方案：

data.frame(name_1 = rep(as.character(wide_ex$Column5), each=nrow(wide_ex)),
    name_2 = as.vector(t(wide_ex[, c("Column7", "Column8", "Column9", "Column10")])))

我仍然认为最简洁的方法是与 data.table 融合：

library(data.table)
setDT(wide_ex)
melt(wide_ex, id.vars = c("Column5"), na.rm=TRUE)[,variable := NULL][]

如果速度受到关注，它还将比 reshape2 提供相当大的速度改进。

（补充说明）... 附加的有什么用[]？

A）使用额外的 [] indata.table被称为链接。它允许您对前面的 [] 执行更多操作。

正如您最初指出的那样，melt 的输出会产生一个不需要的列 ( variable)。variable := NULL删除它。这与执行以下操作基本相同（关于您的原始问题）：

 long_ex <- melt(wide_ex, id.vars = 5, na.rm=TRUE) 
 long_ex$variable <- NULL

但是，使用是:=通过引用来实现的（并且在同一行上）。

链接对于保持代码简洁明了非常有用。假设您想按第一列排序输出（正如您在原始问题中所指出的那样）。你可以这样做：

熔化（wide_ex，id.vars = c（“Column5”），na.rm=TRUE）[，变量：= NULL][order（Column5）][]

data.table 确实是一个了不起的包（尤其是在处理大中型数据时）。如果您有兴趣，我建议您阅读和了解更多信息：https ://github.com/Rdatatable/data.table/wiki

推荐阅读