我有一个以下示例数据集，我正在尝试使用 data.table 包将其 reshape 为长格式(请不要使用 dplyr 解决方案)。
test_data<-structure(list(id = c("a", "b", "c", "d"), demo_d1_alt = c(2,
3, 4, 5), demo_d1_pre = c(5, 4, 5, 5), demo_d2_alt = c(4, 5,
6, 7), demo_d3_alt = c(8, 9, 10, 11), demo_d3_pre = c(5, 5, 5,
5)), .Names = c("id", "demo_d1_alt", "demo_d1_pre", "demo_d2_alt",
"demo_d3_alt", "demo_d3_pre"), class = c("tbl_df", "tbl", "data.frame"
), row.names = c(NA, -4L))
id demo_d1_alt demo_d1_pre demo_d2_alt demo_d3_alt demo_d3_pre
a 2 5 4 8 5
b 3 4 5 9 5
c 4 5 6 10 5
d 5 5 7 11 5
以下是我的代码和输出:
library(data.table)
data_long <- melt.data.table(
setDT(test_data), id.vars = "id",
measure.vars = patterns(alt = "alt",
prec= "pre"))
data_long
id variable alt prec
1: a 1 2 5
2: b 1 3 4
3: c 1 4 5
4: d 1 5 5
5: a 2 4 5
6: b 2 5 5
7: c 2 6 5
8: d 2 7 5
9: a 3 8 NA
10: b 3 9 NA
11: c 3 10 NA
12: d 3 11 NA
我的预期输出是(因为只有 demo_d2 没有 prec)
data_long
id variable alt prec
1: a 1 2 5
2: b 1 3 4
3: c 1 4 5
4: d 1 5 5
5: a 2 4 NA
6: b 2 5 NA
7: c 2 6 NA
8: d 2 7 NA
9: a 3 8 5
10: b 3 9 5
11: c 3 10 5
12: d 3 11 5
请提出建议。
最佳答案
目前，大多数 R 方法并不能很好地处理这些类型的不平衡数据集，而是要求您首先将数据转换为“长”格式，进行一些转换，然后再恢复为“宽”格式。为此，我编写了 merged.stack 函数作为我的“splitstackshape”包的一部分，如此命名是因为它首先将 stack 相关的数据列放入 列出，然后将它们合并在一起。
该方法类似于:
library(splitstackshape)
merged.stack(test_data, var.stubs = c("_alt", "_pre"), sep = "var.stubs", atStart = FALSE)
# id .time_1 _alt _pre
# 1: a demo_d1 2 5
# 2: a demo_d2 4 NA
# 3: a demo_d3 8 5
# 4: b demo_d1 3 4
# 5: b demo_d2 5 NA
# 6: b demo_d3 9 5
# 7: c demo_d1 4 5
# 8: c demo_d2 6 NA
# 9: c demo_d3 10 5
# 10: d demo_d1 5 5
# 11: d demo_d2 7 NA
# 12: d demo_d3 11 5
但是，随着“data.table”为 melt 带来的改进，重新审视该方法是有意义的。
工作草案可以在 here 找到，您可以通过以下方式加载相关功能:
source("https://gist.githubusercontent.com/mrdwab/ceded54b616bdc61cb0f/raw/c5a583267f8682a5afea1b551347eafdab618471/MELT.R")
用法很简单:指定数据集、 stub 以及 stub 是位于变量名称的开头还是结尾。
library(data.table)
ReshapeLong_(test_data, stubs = c(alt = "_alt", pre = "_pre"), end_stub = TRUE)
# id variable alt pre
# 1: a demo_d1 2 5
# 2: b demo_d1 3 4
# 3: c demo_d1 4 5
# 4: d demo_d1 5 5
# 5: a demo_d2 4 NA
# 6: b demo_d2 5 NA
# 7: c demo_d2 6 NA
# 8: d demo_d2 7 NA
# 9: a demo_d3 8 5
# 10: b demo_d3 9 5
# 11: c demo_d3 10 5
# 12: d demo_d3 11 5
关于当没有特定重复的列名时， reshape 为长形式，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/49002855/