dcast 更改数据框的内容

Question

我尝试使用 reshape 包来重塑我得到的数据框，但是在使用它时，数据框中的数字会改变，这不应该。

数据框包含多个变量以及这些变量被测量的多次，每个人有 6 行，即该人被测量的 6 次。现在我想重塑数据框，因此每个人只有一行而不是 6 行，这意味着每个变量应该存在 6 次（每次测量一次），这应该很容易使用以下代码完成：

melteddata <- melt(daten, id=(c("IDParticipant", "looporder")))

datenrestrukturiert <- dcast(melteddata, IDParticipant~looporder+variable)

“daten”是原始数据框，“looporder”是反映测量时间（1-6）的变量，这里是一个例子（不幸的是我不知道如何发布表格）：

https://www.dropbox.com/s/8c9dm4rttedbzw1/daten.jpg?dl=0

或者这很好：

structure(list(IDParticipant = c(1L, 1L, 1L, 1L, 1L, 2L, 2L, 
2L, 2L, 3L, 3L, 3L), looporder = c(1L, 2L, 3L, 5L, 6L, 2L, 3L, 
5L, 6L, 1L, 2L, 3L), pc_mean_1 = c(NA, 3.22222222222222, NA, 
3.22222222222222, 3.22222222222222, 3.66666666666667, 3.66666666666667, 
3.66666666666667, 3.66666666666667, 3.25, NA, 3.25), bd_mean_1 = c(NA, 
2.88888888888889, NA, 2.88888888888889, 2.88888888888889, 2.75, 
2.75, 2.75, 2.75, 4.08333333333333, NA, 4.08333333333333), sm = c(999, 
4, 999, 3.66666666666667, 1, 4, 4, 5, 5, 5, 999, 5), cm = c(999, 
1.33333333333333, 999, 2.33333333333333, 1, 2, 2, 2.33333333333333, 
1, 3, 999, 1.66666666666667)), .Names = c("IDParticipant", "looporder", 
"pc_mean_1", "bd_mean_1", "sm", "cm"), row.names = c(NA, 12L), class = "data.frame")

datenrestrukturiert 如下所示：

https://www.dropbox.com/s/al93lnj76y1j266/datenrestrukturiert.jpg?dl=0

我不想聚合或任何东西，这就是为什么我尝试添加fun.aggregate = NULL而不做任何更改，而且总是有以下消息：

“缺少聚合函数：默认为长度”

到目前为止一切正常，但有一个问题：当使用 dcast（以及 cast）时，变量中的一些数字会发生变化，主要是“0”或“1”，但通常应该有一些其他数字，如“ 3.44" 或 "4.77" 或类似的东西，但在计算演员表时它们大部分更改为 "0"

有人知道为什么会这样吗？

更多信息可能会有所帮助：当我通过 read.csv2 导入数据集时，第一个变量的名称总是很奇怪，即变量名前面的符号比 Excel 中显示的要多：“ï..IDParticipant ”，我将其重命名为“IDParticipant”，这与它有什么关系吗？

另一个问题：用我提供的 sampleframe 运行它，一切都很好，原始数据帧由 1404 行和 353 个变量组成，对 R 来说会不会太大？

Answer 1

这是我基于 Anandas 建议的解决方案（非常感谢）

dataframe 是“daten”，包含许多变量，例如“IDParticipant”、“looporder”和“sm”

首先我们需要创建一个包含变量的对象，以供以后使用 melt- 和 cast-function

idvars

事实证明，数据帧中有重复项，在两个变量“IDParticipant”和“looporder”中具有相同的值，因此我们需要在融合数据帧时向数据帧添加另一个 id-variable，即使用 splitstackshape-package 中的“getanID”完成

melteddata

添加一个额外的 id 变量后，我们终于可以使用额外的 id 变量和其他变量来转换我们需要的数据帧

datenrestrukturiert

Answer 2

如果您有重复的 LHS 和 RHS 变量组合，那么您需要 (1) 创建二级 ID，或 (2) 执行某种形式的聚合。

您可以使用any(duplicated(...)) 测试是否有重复。

这是一个示例，使用您现有的“daten”样本（不包含重复项）：

library(reshape2)

idvars <- c("IDParticipant", "looporder")
any(duplicated(daten[idvars]))
# [1] FALSE

melteddata <- melt(daten, id=idvars)
datenrestrukturiert <- dcast(melteddata, IDParticipant ~ looporder + variable)
datenrestrukturiert
#   IDParticipant 1_pc_mean_1 1_bd_mean_1 1_sm 1_cm 2_pc_mean_1 2_bd_mean_1 2_sm       2_cm 3_pc_mean_1
# 1             1          NA          NA  999  999    3.222222    2.888889    4   1.333333          NA
# 2             2          NA          NA   NA   NA    3.666667    2.750000    4   2.000000    3.666667
# 3             3        3.25    4.083333    5    3          NA          NA  999 999.000000    3.250000
#   3_bd_mean_1 3_sm       3_cm 5_pc_mean_1 5_bd_mean_1     5_sm     5_cm 6_pc_mean_1 6_bd_mean_1 6_sm
# 1          NA  999 999.000000    3.222222    2.888889 3.666667 2.333333    3.222222    2.888889    1
# 2    2.750000    4   2.000000    3.666667    2.750000 5.000000 2.333333    3.666667    2.750000    5
# 3    4.083333    5   1.666667          NA          NA       NA       NA          NA          NA   NA
#   6_cm
# 1    1
# 2    1
# 3   NA

但是，由于any(duplicated(...)) 给你TRUE，你可能有更类似于：

daten2 <- rbind(daten, daten[c(1, 4, 6), ])
any(duplicated(daten2[idvars]))
# [1] TRUE

在这种情况下，您可以考虑使用我的“splitstackshape”包中的getanID 方便地将辅助“id”添加到您的数据集。

library(splitstackshape)

melteddata2 <- melt(getanID(daten2, idvars), c(".id", idvars))

datenrestrukturiert2 <- dcast.data.table(
  melteddata2, .id + IDParticipant ~ looporder + variable)

datenrestrukturiert2
#    .id IDParticipant 1_pc_mean_1 1_bd_mean_1 1_sm 1_cm 2_pc_mean_1 2_bd_mean_1 2_sm
# 1:   1             1          NA          NA  999  999    3.222222    2.888889    4
# 2:   1             2          NA          NA   NA   NA    3.666667    2.750000    4
# 3:   1             3        3.25    4.083333    5    3          NA          NA  999
# 4:   2             1          NA          NA  999  999          NA          NA   NA
# 5:   2             2          NA          NA   NA   NA    3.666667    2.750000    4
#          2_cm 3_pc_mean_1 3_bd_mean_1 3_sm       3_cm 5_pc_mean_1 5_bd_mean_1     5_sm
# 1:   1.333333          NA          NA  999 999.000000    3.222222    2.888889 3.666667
# 2:   2.000000    3.666667    2.750000    4   2.000000    3.666667    2.750000 5.000000
# 3: 999.000000    3.250000    4.083333    5   1.666667          NA          NA       NA
# 4:         NA          NA          NA   NA         NA    3.222222    2.888889 3.666667
# 5:   2.000000          NA          NA   NA         NA          NA          NA       NA
#        5_cm 6_pc_mean_1 6_bd_mean_1 6_sm 6_cm
# 1: 2.333333    3.222222    2.888889    1    1
# 2: 2.333333    3.666667    2.750000    5    1
# 3:       NA          NA          NA   NA   NA
# 4: 2.333333          NA          NA   NA   NA
# 5:       NA          NA          NA   NA   NA