r - 为什么在 R 中 reshape 时会返回警告？

Question

这是我需要采用宽格式的表格:

V1      V2        V3        V4
1       A0      numeric   string
1       A1         .         .
1       A2         .         .
1       A3         .         .
1       A4         .         .
1       A5         .         .
1       A6         .         .
1       A7         .         .
2       A0         .         .
2       A1         .         .
...     ...        .         .

我一直在尝试这样的事情:

reshape(variable.name, timevar = "V2", idvar = "V1", direction = "wide")

这导致了以下结果，这似乎是我想要的:

V1   V3.A0     V4.A0    V3.A1     ...
1    Numeric   String   Numeric   ...
2    ...       ...      ...       ...

但我收到一条警告消息:

Warning message:
In reshapeWide(data, idvar = idvar, timevar = timevar, varying = varying,  :
multiple rows match for V2 = blah: first taken

为什么会发生此警告，我该如何规避？我不想忽略它，因为我必须对几个数据文件做同样的事情。谢谢!非常感谢帮助。

Answer 1

正如一些人指出的那样，您需要决定您想用额外的值(value)做什么。 dcast允许你指定一个聚合函数，和 reshape 本质上是一样的具有方向广泛但能够指定当您有多个值时要做什么。这是一个示例，其中基本上每个组合都有重复，我们将每个组合的完整向量显示为一个已解析的字符串(例如，1:2 显示为 c(1, 2))。

library(reshape2)

# Make up data

df <- data.frame(
  V1=rep(1:3, 14), 
  V2=rep(paste0("A", 0:6), 6), 
  V3=sample(1:100, 42), 
  V4=paste0(sample(letters, 42, replace=TRUE), sample(letters, 42, replace=TRUE))  
)    
# Need to melt V3 and V4 together first because
# dcast does not allow multiple value variables,
# unfortunately, this allso coerces V1 to character

df.melt <- melt(df, id.vars=c("V1", "V2")) 

# Function to handle multiple items for one V1 - V2
# pair.  In this case we just deparse the vectors,
# but if you wanted, you could convert the numerics
# back to integers, or do whatever you want (e.g.
# paste if character, median if numeric).

my_func <- function(x) {
  paste0(deparse(x), collapse="")
}
# Now convert to wide format with dcast    

dcast(
  df.melt, 
  V1 ~ V2 + variable,
  value.var="value",
  fun.aggregate=my_func
)

这导致以下结果:

  V1         A0_V3         A0_V4          A1_V3         A1_V4
1  1 c("86", "93") c("yf", "pr")   c("5", "76") c("py", "aj")
2  2 c("53", "71") c("as", "mi")  c("42", "12") c("ho", "la")
3  3 c("69", "16") c("lm", "un") c("66", "100") c("xk", "px")
          A2_V3         A2_V4         A3_V3         A3_V4         A4_V3
1 c("43", "67") c("xh", "bk") c("79", "94") c("ix", "cx") c("51", "50")
2 c("14", "68") c("nq", "sr") c("25", "19") c("dw", "ay") c("28", "35")
3 c("21", "24") c("wu", "il") c("39", "88") c("vz", "yw") c("74", "65")
          A4_V4         A5_V3         A5_V4         A6_V3         A6_V4
1 c("hv", "uw") c("85", "34") c("cn", "ql") c("73", "87") c("px", "vy")
2 c("qb", "dc")  c("2", "72") c("ci", "du") c("81", "49") c("sd", "rx")
3 c("jk", "fv")  c("6", "90") c("sr", "yr") c("62", "97") c("rg", "dv")    

完美的解决方案是 reshape 的组合和 dcast .不幸的是dcast (AFAIK) 不允许多个 Z 列，而 reshape确实(因此需要 melt 步骤和对字符的强制)，而 reshape不允许聚合函数 (AFAIK)。

您可以通过运行 dcast 来解决此问题。两次，一次是 V3 ，曾经与 V4 ，然后合并结果，或者在聚合函数中添加更多智能。