dplyr recast - 找不到变量[重复]答案

【问题标题】：dplyr recast - variable not found [duplicate]dplyr recast - 找不到变量[重复]
【发布时间】：2015-07-14 01:08:55
【问题描述】：

首先，这是我正在使用的数据tbl_df（简化）：

> mytbldf
Source: local data frame [6 x 5]

  iso2c country year     var1      var2
1    BI Burundi 2011 4.486265  6.693711
2    BI Burundi 2012 3.939242  5.330326
3    BI Burundi 2013 4.286439  5.747370
4    UG  Uganda 2011 3.998849 10.025680
5    UG  Uganda 2012 4.606198 13.416311
6    UG  Uganda 2013 4.746322 15.981362

我想将年份变量分布在var1 和var2 上（用简洁的措辞）。经过一些（...）迭代后，我发现了一种有效的语法：

> recast(mytbldf, iso2c + country ~ variable + year, measure.var = c("var1","var2"))
  iso2c country var1_2011 var1_2012 var1_2013 var2_2011 var2_2012 var2_2013
1    BI Burundi  4.486265  3.939242  4.286439  6.693711  5.330326   5.74737
2    UG  Uganda  3.998849  4.606198  4.746322 10.025680 13.416311  15.98136

三个问题：

1)如果我不指定measure.var =，我会收到以下错误：

> recast(mytbldf, iso2c + country ~ variable + year)
Using iso2c, country as id variables
Error in eval(expr, envir, enclos) : object 'year' not found

这是为什么呢？从recast 的人看来，我认为它会将measure.var 作为所有其他变量？

2) 那么，有没有办法避免指定measure.var？在我的真实案例中，有太多变量名称太长，无法显式指定它们。

3) 有没有更好/更简单的方法来使用我缺少的reshape2 或tidyr？

【问题讨论】：

回复：你的第三个问题，我认为tidyr 没有。在tidyr 中执行此操作需要为您要传播的每个变量单独调用spread（在您的示例中为两个，但在您的实际数据中听起来更多），然后组合结果。根据Hadley's tidy data paper的说法，你的数据已经很整齐了，这可能是不支持这种操作的原因。
@SamFirke：你是对的，数据确实已经很整洁了。我现在需要做的是最后一步，我必须在其中生成可以注入 XLS 电子表格的（凌乱的）输出

标签： r dplyr reshape2 tidyr

【解决方案1】：

您可以尝试data.table 的devel 版本，它可以占用多个value.var 列

library(data.table)#v1.9.5+
dcast(setDT(mytbldf), iso2c+country~year, value.var=c('var1', 'var2'))
#    iso2c country 2011_var1 2012_var1 2013_var1 2011_var2 2012_var2 2013_var2
#1:    BI Burundi  4.486265  3.939242  4.286439  6.693711  5.330326   5.74737
#2:    UG  Uganda  3.998849  4.606198  4.746322 10.025680 13.416311  15.98136

或者使用来自base R的reshape

reshape(mytbldf, idvar=c('iso2c', 'country'), timevar='year', 
                 direction='wide')
#  iso2c country var1.2011 var2.2011 var1.2012 var2.2012 var1.2013 var2.2013
#1    BI Burundi  4.486265  6.693711  3.939242  5.330326  4.286439   5.74737
#4    UG  Uganda  3.998849 10.025680  4.606198 13.416311  4.746322  15.98136

关于recast，它只是melt + dcast。因此，如果您未在 melt 中指定 id.var 或 measure.var，则 long 格式将与您的预期不同。对于recast，您可以将id.var 指定为

  library(reshape2)
  recast(mytbldf, id.var=c('iso2c', 'country', 'year'),
            iso2c+country~variable+year)
  #  iso2c country var1_2011 var1_2012 var1_2013 var2_2011 var2_2012 var2_2013
  #1    BI Burundi  4.486265  3.939242  4.286439  6.693711  5.330326   5.74737
  #2    UG  Uganda  3.998849  4.606198  4.746322 10.025680 13.416311  15.98136

另外，如果您知道列索引，这将比键入名称更容易，

 recast(mytbldf, measure.var=4:5,  iso2c+country~variable+year)
 #   iso2c country var1_2011 var1_2012 var1_2013 var2_2011 var2_2012 var2_2013
 #1    BI Burundi  4.486265  3.939242  4.286439  6.693711  5.330326   5.74737
 #2    UG  Uganda  3.998849  4.606198  4.746322 10.025680 13.416311  15.98136

【讨论】：