将数据结构从长更改为宽，反之亦然答案

【问题标题】：Change the data structure from long to wide and visa versa将数据结构从长更改为宽，反之亦然
【发布时间】：2020-03-12 11:55:46
【问题描述】：

我在使用 reshpe 命令时遇到问题。我想将数据结构从长更改为宽，反之亦然。我也试过spread 和reshape 和dcast。但我失败了，我不知道为什么。这是我的数据和代码

d1<-data.frame(ID=c("id1","id2","id3","id4"), year=c(2000,2001),val=c(8,7,9,8,2,3,5,6))

我想将ID 变量放在下面的行中。

  year id1 id2 id3 id4
  2000  8   9   2   5
  2001  7   8   3   6

我试过了 spread(d1, ID, val) 和 reshape(d1, ID, year,direction="wide")和 dcast(d1, year~ID, rank) 但我遇到了错误。

谁能帮帮我？谢谢。

【问题讨论】：

请始终在此处添加我认为是 R 的语言标签

标签： r tidyr reshape2 dcast

【解决方案1】：

您定义d1 的方式存在问题。具体来说，您已将其内容定义为三个不同长度的向量。原则上这是可以的，因为data.frame 将有效地回收向量以强制它们相等长度。问题是完成这种回收的方式与您最终想要获得的宽幅格式不一致。我们可以通过使用pivot_wider() 来证明这一点——tidyr 包中最近添加的内容之一：

d1 <-
  data.frame(
    ID = c("id1", "id2", "id3", "id4"),
    year = c(2000, 2001),
    val = c(8, 7, 9, 8, 2, 3, 5, 6)
  )

tidyr::pivot_wider(d1, names_from = ID, values_from = val)
#> Warning: Values in `val` are not uniquely identified; output will contain list-cols.
#> * Use `values_fn = list(val = list)` to suppress this warning.
#> * Use `values_fn = list(val = length)` to identify where the duplicates arise
#> * Use `values_fn = list(val = summary_fun)` to summarise duplicates
#> # A tibble: 2 x 5
#>    year id1       id2       id3       id4      
#>   <dbl> <list>    <list>    <list>    <list>   
#> 1  2000 <dbl [2]> <NULL>    <dbl [2]> <NULL>   
#> 2  2001 <NULL>    <dbl [2]> <NULL>    <dbl [2]>

请注意，虽然该命令没有产生错误，但产生的结果肯定与您预期的不相符。幸运的是，解决这个问题就像正确定义输入数据框的列一样简单。下面，我为d2 完成了该操作，并显示了pivot_wider() 产生的结果。我相信这符合您的预期？

d2 <- data.frame(
  ID = c("id1", "id1", "id2", "id2", "id3", "id3", "id4", "id4"),
  year = c(2000, 2001, 2000, 2001, 2000, 2001, 2000, 2001),
  val = c(8, 7, 9, 8, 2, 3, 5, 6)
)

tidyr::pivot_wider(d2, names_from = ID, values_from = val)
#> # A tibble: 2 x 5
#>    year   id1   id2   id3   id4
#>   <dbl> <dbl> <dbl> <dbl> <dbl>
#> 1  2000     8     9     2     5
#> 2  2001     7     8     3     6

另外，如果您使用d2 作为输入，您的展开命令应该会产生与pivot_wider() 相同的结果：

tidyr::spread(d2, ID, val)
#>   year id1 id2 id3 id4
#> 1 2000   8   9   2   5
#> 2 2001   7   8   3   6

【讨论】：