将 k 列重塑为 2 列，表示 k 个变量的值的顺序对答案

【问题标题】：reshaping k columns to 2 columns representing sequential pairs of the values of the k variables将 k 列重塑为 2 列，表示 k 个变量的值的顺序对
【发布时间】：2017-12-07 06:22:30
【问题描述】：

我有一个这样的数据框：

id y1 y2 y3 y4  
--+--+--+--+--
a |12|13|14|  
b |12|18|  |
c |13|  |  |
d |13|14|15|16

我想以这样一种方式重塑，以两列结束。上面的例子会变成：

id from to  
--+----+--- 
a |12  |13  
a |13  |14  
a |14  |
b |12  |18
b |18  |  
c |13  |
d |13  |14  
d |14  |15  
d |15  |16

每个id 的每对年份值都有一个“来自”和一个“至”。
有谁知道一个简单的方法来做到这一点？我尝试使用reshape2。我还查看了Combine Multiple Columns Into Tidy Data，但我认为我的情况不同。

【问题讨论】：

标签： r reshape data-management

【解决方案1】：

您可以使用lapply 循环列对并使用rbind 合并它们：

do.call(rbind,
        lapply(2:(length(df)-1), 
               function(x) setNames(df[!is.na(df[,x]),c(1,x,x+1)], 
                                    c("id", "from", "to"))))
   id from to
1   a   12 13
2   b   12 18
3   c   13 NA
4   d   13 14
11  a   13 14
21  b   18 NA
41  d   14 15
12  a   14 NA
42  d   15 16

【讨论】：

【解决方案2】：

解决方案使用dplyr 和tidyr。 dt2 是最终输出。

# Create example data frame
dt <- data.frame(id = c("a", "b", "c", "d"),
                 y1 = c(12, 12, 13, 13),
                 y2 = c(13, 18, NA, 14),
                 y3 = c(14, NA, NA, 15),
                 y4 = c(NA, NA, NA, 16),
                 stringsAsFactors = FALSE)

# Load packages
library(dplyr)
library(tidyr)

# Process the data
dt2 <- dt %>%
  gather(STEP, from, -id) %>%
  drop_na(from) %>%
  arrange(id, STEP) %>%
  group_by(id) %>%
  mutate(to = lead(from)) %>%
  select(-STEP)

【讨论】：

整洁，虽然会产生额外的一行
@HubertL 感谢您的评论。我知道最后一行不在 OP 所需的输出中，但我觉得它应该在那里。至少我没有找到一个很好的逻辑来排除最后一行，因为最后一行 id a、b 和c 也在那里。
不应该，因为它的to 值是由lead 生成的。重排：df %>% gather(var, from, -id) %>% arrange(id, var) %>% group_by(id) %>% mutate(to = lead(from)) %>% #slice(-n()) %>% filter(!is.na(from), var != 'y4') %>% select(-var)
如果id=="b" 有18-NA 行，我看不出id=="d" 不应该有16-NA 行。
@alistaire 感谢您的建议。让我们等待OP对此的澄清。目前，我同意@thelatemail。如果 18-NA 在 id b 中，16-NA 也应该在 id d 中。

【解决方案3】：

在基础 R 中，stack 并将每组中的所有内容移回一行。使用@ycw 的示例数据，dt：

tmp <- na.omit(cbind(dt[1], stack(dt[-1])[-2]))
names(tmp)[2] <- "from"
tmp$to <- with(tmp, ave(from, id, FUN=function(x) c(tail(x,-1),NA) ))
tmp[order(tmp$id),]

#   id from to
#1   a   12 13
#5   a   13 14
#9   a   14 NA
#2   b   12 18
#6   b   18 NA
#3   c   13 NA
#4   d   13 14
#8   d   14 15
#12  d   15 16
#16  d   16 NA

在data.table 的世界中，同样的逻辑也适用。 melt，然后是shift by= id：

library(data.table)
dt <- as.data.table(dt)

melt(dt, id.vars="id", value.name="from")[
  !is.na(from),-"variable"][, to := shift(from,1,type="lead"), by=id
][order(id)]

【讨论】：