我有一个看起来像这样的数据集,尽管真实的示例有更多的列。只有一行(目前)。
Results <- structure(list(PCV2_CT_Min = 7.15, PPV2_CT_Min = 11.4, PPV3_CT_Min = 8.6,
PPV4_CT_Min = 16.3, PPV_CT_Min = 29.58, NI_BOCA_CT_Min = 20.51,
SW_BOCA_CT_Min = 23.49, PCV2_CT_Count = 695L, PPV2_CT_Count = 695L,
PPV3_CT_Count = 695L, PPV4_CT_Count = 695L, PPV_CT_Count = 695L,
NI_BOCA_CT_Count = 695L, SW_BOCA_CT_Count = 695L),
.Names = c("PCV2_CT_Min", "PPV2_CT_Min", "PPV3_CT_Min", "PPV4_CT_Min", "PPV_CT_Min", "NI_BOCA_CT_Min", "SW_BOCA_CT_Min", "PCV2_CT_Count", "PPV2_CT_Count", "PPV3_CT_Count", "PPV4_CT_Count", "PPV_CT_Count", "NI_BOCA_CT_Count", "SW_BOCA_CT_Count"),
row.names = c(NA, -1L), class = c("tbl_df", "tbl", "data.frame"))
每个列名都由变量名和函数名组成,因此 PCV2_CT_Min 是 PCV2 病毒测试的最小计数 (CT); PCV_CT_Count 是测试的动物总数,依此类推。
它是通过在另一个数据集上运行来自 dplyr 的 summarize_all 来制作的,该数据集是对 pig 进行单独病毒测试,使用此代码的更长版本:-
V <- Pig %>%
select(ends_with('CT')) %>%
summarise_all(funs(Min = min(.,na.rm=TRUE),
Count = n()))
在实际示例中,有更多的函数,并且它们采用不同的参数。我最终想要得到的是这样的数据框:-
Parameter PCV_CT PPV2_CT PPV3_CT PPV4_CT PPV_CT NI_BOCA_CT SW_BOCA_CT
Min 7.15 11.4 8.6 16.3 29.58 20.51 23.49
Count 695 695 695 695 695 695 695
我原以为有一种简单的方法可以做到这一点,也许使用类似于 tidyr 的 单独 命令之类的东西,但我绞尽脑汁,搜索了所以,并且更广泛的网络,并查看了 tidyr 文档,但都无济于事。我想答案应该是显而易见的,但我看不到。
如果有任何帮助,我将不胜感激。
最佳答案
您需要gather
所有列,separate
将名称写入您想要的相关部分,然后 spread
将数据恢复为宽格式:
library(tidyverse)
Results %>%
gather(var, val, everything()) %>%
extract(var, into = c("var", "measure"), regex = "(.*)_(Min|Count)") %>%
spread(var, val)
# # A tibble: 2 x 8
# measure NI_BOCA_CT PCV2_CT PPV_CT PPV2_CT PPV3_CT PPV4_CT SW_BOCA_CT
# * <chr> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
# 1 Count 695.00 695.00 695.00 695.0 695.0 695.0 695.00
# 2 Min 20.51 7.15 29.58 11.4 8.6 16.3 23.49
更通用的分割正则表达式可能是 regex = "(.*)_(.*)"
,如果您使用了多个其他汇总函数,这可能会很有用。
我知道您有理由以这种形式保存数据,但这与您实际应该查看的内容有点相反。理想情况下,让您的列包含所有相同类型度量的数据更有意义......
关于r - 使用 dplyr 和 tidyr 制作更复杂的表,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/47926670/