从宽到长收集数据帧并使用 R 中的 tidyverse 生成新列答案

【问题标题】：Gathering data frame from wide to long and generating a new column using tidyverse in R从宽到长收集数据帧并使用 R 中的 tidyverse 生成新列
【发布时间】：2020-03-20 02:42:36
【问题描述】：

我的数据如下：

df1<-read.table(text=" A	A1	B	B1	C	C1
12	7	11	4	16	9
12	6	13	8	12	7
14	6	14	2	11	5
13	5	14	3	10	6
11	4	15	6	9	4
10	3	16	7	`8	3
9	2	18	4	`12	12",header=TRUE)

我希望得到以下结果。为了节省空间，我没有生成其余部分，因为我觉得可能没有必要

Group	Time	Value
M	A	12
N	A1	7
M	B	11
N	B1	4
M	C	16
N	C1	9
M	A	12
N	A1	6
M	B	13
N	B1	8
M	C	12
N	C1	7
M	A	14
N	A1	6
M	B	14
N	B1	2
M	C	11
N	C1	5
.	.	.
.	.	.
.	.	.
.	.	.

我所做的是：

df2&lt;-gather(df1,Group, Time)

A、B、C 归类为 M，A1、B1 和 C1 归类为 N。有人可以帮忙吗？

【问题讨论】：

标签： r tidyverse

【解决方案1】：

试试这个：

df1<-read.table(text=" A    A1  B   B1  C   C1
12  7   11  4   16  9
12  6   13  8   12  7
14  6   14  2   11  5
13  5   14  3   10  6
11  4   15  6   9   4
10  3   16  7   8   3
9   2   18  4   12  12",header=TRUE)

df2 = gather(df1)

df2$Group = ifelse(grepl('\\d', x = df2$key), 'N', 'M')

相应地更改列名。

结果：

> df2
   key value Group
1    A    12     M
2    A    12     M
3    A    14     M
4    A    13     M
5    A    11     M
6    A    10     M
7    A     9     M
8   A1     7     N
9   A1     6     N
10  A1     6     N
11  A1     5     N
12  A1     4     N
13  A1     3     N
...

【讨论】：

问题是 A、A1、B、B1 ... 是假设的，如果我有其他列名，这些代码不起作用。
为什么投反对票？它与其他答案相同（从这里复制）
@R.Schifini 声称所有答案都是从你那里复制的并不是最聪明的事情，尤其是当你查看时间戳时

【解决方案2】：

您可以使用if_else 创建一个额外的列：

library(dplyr)
library(tidyr)
group1 <- names(df1)[grepl(".+1$", names(df1))]
df <- tidyr::gather(df1, Time, Value) %>%
  dplyr::mutate(Group = if_else(Time %in% group1, "N", "M"))

之后，您可以按照自己喜欢的方式排列行和列。

输出

Time Value Group
1     A    12     M
2     A    12     M
3     A    14     M
4     A    13     M
5     A    11     M
6     A    10     M
7     A     9     M
8    A1     7     N
9    A1     6     N
10   A1     6     N
11   A1     5     N
12   A1     4     N
13   A1     3     N
14   A1     2     N
15    B    11     M
...

【讨论】：

那么你必须澄清你的问题，以明确你想要实现的目标。例如，如何将变量分配给组。 1在变量名中的作用是什么？

【解决方案3】：

如果您想让Group 以“1”结尾（其余为M）为N，您可以执行以下操作：

library(tidyverse)

df1 %>%
  pivot_longer(cols = everything(), names_to = "Time", values_to = "Value") %>%
  mutate(Group = if_else(endsWith(Time, "1"), "N", "M"))

建议使用pivot_longer 代替gather 和最新的tidyr，作为其替代品。

【讨论】：