将Wide重塑为Long但不重塑R上的所有变量[重复]

Question

很抱歉打扰您。我有一个纵向数据集，但它是宽格式的。

有 380 个变量和 3000 多个 id。

我正在尝试将数据转换为长格式，以便有一个时间变量列。

时间变量由每个列变量前面的后缀表示，因此 V0 是基线时间，并且 V01 是 1 年的时间。 V02 是第二年的时间。 V03 是 3 年等的时间。

大部分变量都使用这个时间变量进行分类，但不是全部。 所以 v0pase 是基线的 pase。 V01pase是1年的pase。

并非所有变量都有时间变量。有些是分类的，例如性别、抑郁等。

我正在尝试在 R 中将其重塑为长格式，但是我的代码似乎不起作用：

数据库名为“TrialData”

TrialDataLong <- reshape(TrialData, varying = c((grepl("v",))), direction = "long", 
                                              timevar = "visit/year", idvar = 
                                             "id", sep = "v")

我已将旧数据快照的图像与我的目标相关联。

如果有人可以提供帮助，我将不胜感激。我对 R 很陌生。

非常感谢。

最好的祝愿 詹姆斯

Answer 1

这是您可以使用的另一种解决方案。以下是有关解决方案的一些说明：

• 除变量ID 和sex 外，原始数据集的其他变量具有不同的名称模式。它以一个非数字字符开头，后跟一个数字，然后是一对非数字字符
• 根据第二个数据集的名称，我们只对捕获名称的数字部分和后面的一对非数字感兴趣，丢弃开始的非数字字符
• 所以我必须定义 2 个捕获组，第一个是正则表达式中由 (\\d) 表示的一个数字，第二个是由 ([a-z]{3,}) 表示的至少 3 个非数字。您可能会注意{3,}，我将另一端打开，例如{3,4} 表示在 3 到 4 个字符之间
• 在此正则表达式“az([az]{3,})”中，第一部分 [a-z] 表示与第一个数据集的起始名称相对应的任何非数字字符，但您注意到它没有放在括号，因为我们不需要捕获它们
• 至于names_to 参数，还定义了2 个组，对应于names_pattern 中的两个捕获组，第一个组将放入Time 变量中，这里是更有趣的.value 值，它表示部分名称（第二组）实际上是我们要测量的值，它们是 pase 和 dep

还有其他方法可以实现这一点，这是一种方法。

library(dplyr)
library(tidyr)

TrialDataLong %>%
  pivot_longer(starts_with("v"), 
               names_to = c("Time", ".value"), 
               names_pattern = "[a-z](\\d)([A-Za-z]{3,})")

# A tibble: 8 x 5
     id sex   Time   pase dep  
  <dbl> <chr> <chr> <dbl> <chr>
1     1 M     0        10 Yes  
2     1 M     1        12 Yes  
3     1 M     2        14 Yes  
4     1 M     3        13 Yes  
5     2 F     0        15 No   
6     2 F     1        15 Yes  
7     2 F     2        16 Yes  
8     2 F     3        16 Yes  

Answer 2

为了完整起见，这里是使用melt() 和新的measure() 函数的解决方案：

library(data.table) # development version 1.14.1 used here
TrialDataLong <- 
  melt(setDT(TrialData), measure.vars = measure(time, value.name, pattern = "v(\\d)(\\w+)"))
TrialDataLong 

   id sex time pase dep
1:  1   M    0   10 Yes
2:  2   F    0   15  No
3:  1   M    1   12 Yes
4:  2   F    1   15 Yes
5:  1   M    2   14 Yes
6:  2   F    2   16 Yes
7:  1   M    3   13 Yes
8:  2   F    3   16 Yes

重新排序以便更好地与 OP 的预期结果进行比较：

TrialDataLong[order(id, time)]

   id sex time pase dep
1:  1   M    0   10 Yes
2:  1   M    1   12 Yes
3:  1   M    2   14 Yes
4:  1   M    3   13 Yes
5:  2   F    0   15  No
6:  2   F    1   15 Yes
7:  2   F    2   16 Yes
8:  2   F    3   16 Yes

数据

library(data.table)
TrialData <- fread("
id sex v0pase v1pase v0dep v1dep v2pase v3pase v2dep v3dep
 1   M     10     12   Yes   Yes     14     13   Yes   Yes
 2   F     15     15    No   Yes     16     16   Yes   Yes")

Answer 3

您可以将tidyr::pivot_longer 与names_to 和names_pattern 参数一起使用。

tidyr::pivot_longer(TrialData, 
                    cols = -c(id, sex),
                    names_to = c('Time', '.value'), 
                    names_pattern = 'v(\\d+)([a-z]+)')

#     id sex   Time   pase dep  
#  <dbl> <chr> <chr> <dbl> <chr>
#1     1 M     0        10 Yes  
#2     1 M     1        12 Yes  
#3     1 M     2        14 Yes  
#4     1 M     3        13 Yes  
#5     2 F     0        15 No   
#6     2 F     1        15 Yes  
#7     2 F     2        16 Yes  
#8     2 F     3        16 Yes