时间戳

首页 > 解决方案 > 寻找一种使我的数据在 R 中水平的方法

r - 寻找一种使我的数据在 R 中水平的方法

问题描述

我目前在心理学实验室工作，并开始对来自任务的响应时间数据进行数据分析。

任务本身进行了多次试验，这使得数据看起来杂乱无章——尤其是现在，因为我最初的工作是将所有数据合并到一个数据框中。在数据的垂直方向上，我们可以看到参与 ID 和响应时间。太好了，这些都是重要的信息……但是，我们没有看到试验数字等，而是看到了如下所示的数据：

Participant 1, 23
Participant 1, 22
Participant 1, 25
Participant 2, 36

就像重复的参与者 ID 一样（我们的样本量可以达到数千，所以我们的数据框很长）。我们无法挑选出重要信息，也无法查看哪个试验是哪个。所以，我们想要一个水平的表示。

现在，我使用 R 作为数据分析的手段......但我对 R 有点陌生，这是我第一个使用它的项目。虽然我已经完成了在线 R 课程，但在处理实际数据时，你确实学得最好。

为了修复我的数据，我一直在研究 reshape 和 tidyr 包：reshape 有 melt 和 cast 可以帮助我，而 tidyr 有 pivot_wider，我认为它对我的帮助远超过了 melt 和 cast。

我一直在尝试使用来自实际数据的较小数据框作为测试代码的方法。

pivot_wider

我一开始使用了 pivot_wider：

newdf1_test %>%
        pivot_wider(names_from = name, values_from = V4)

我得到了一个小标题，但它只有一个参与者的 ID 和一个响应时间值

我还收到一条警告消息，指出 V4 中的值不是唯一定义的，并且我收到了有关如何绕过警告的建议。所有的建议都刚刚返回给我一个数据中的错误，其中替换有 1 行，数据有 0。这到底是什么意思？

熔铸

我只是不确定这是如何工作的。当我融化数据框时，我不确定接下来要做什么，因为我看到的仍然是一个长数据框，而不是宽数据框。

melt_testdf <- melt(newdf1_test, name = c("SID", V4 = c("response_time")

我的印象是这会添加两个新变量：SID 和 response_time，这将帮助我制作两个不同的数据表，然后转置它们以使合并的数据框水平。但是，不，返回给我的新数据框显示了名称（具有参与者 ID）、仅具有值 V4 的变量（V4 是最初具有响应时间的列的名称）以及列的值响应时间结束了。

我知道我应该进行投射以进一步重塑数据，但鉴于我已经感到困惑，我不想继续。

我是什么做的？我现在对此感到非常困惑，无论我读了多少书，我都没有得到任何结果。

标签： rcastingreshapetidyrmelt

解决方案

您看到的错误是因为 pivot_wider 假设只有一行，所以它需要一种方法来聚合 V4 结果。

如果你想要多行，你需要提供一个参数或数据，让新的宽表有一种有意义的方式来指定新的行。

这是一个示例，其中我为新表提供了一个 id：


newdf1_test <- tribble(
        ~test, ~name, ~V4,
        '001', 'Participant 1', 23,
        '002','Participant 1', 22,
        '003','Participant 1', 25,
        '001','Participant 2', 36)


newdf1_test %>%
        pivot_wider(
                names_from = name, 
                values_from = V4)

# A tibble: 3 x 3
  test  `Participant 1` `Participant 2`
  <chr>           <dbl>           <dbl>
1 001                23              36
2 002                22              NA
3 003                25              NA

本质上，在这个版本中，pivot_wider 的 cols() 参数隐含在测试变量中。而且您还可以看到，如果没有测试变量，新数据表在某种程度上是有意义的。

我希望这是有道理的！

推荐阅读