组合和保留列的最佳方法答案

【问题标题】：Best way to combine and keep columns组合和保留列的最佳方法
【发布时间】：2014-12-30 15:41:37
【问题描述】：

我正在尝试重塑数据框。它有 4 列：我想合并其中的 3 列并保留一列。举个例子可能更容易理解：

这就是它的样子：

year    x1  x2  x3
2000    4   3   9
2000    1   4   2
2002    4   3   7

这是重塑后的样子：

我实际上阅读了几个示例来组合和转换列，但我能做到这一点的唯一方法是编写一个函数。我很确定有一个更简单的方法，所以有人可以帮我解决这个问题吗？

提前致谢。

【问题讨论】：

还有一个：cbind(df[1], x1 = unlist(df[2:4]))

标签： r reshape rbind

【解决方案1】：

你可以试试

data.frame(year=rep(df$year,each=length(df)-1),x1=c(t(df[,-1])))

或使用reshape2 中的melt。但是，它会以不同的顺序给出结果

library(reshape2)
melt(df, id.var='year')[,-2]

【讨论】：

【解决方案2】：

你也可以通过 base R 的 reshape 来做到这一点：

reshape(mydf, direction = "long", varying = 2:ncol(mydf), sep = "")
#     year time x id
# 1.1 2000    1 4  1
# 2.1 2000    1 1  2
# 3.1 2002    1 4  3
# 1.2 2000    2 3  1
# 2.2 2000    2 4  2
# 3.2 2002    2 3  3
# 1.3 2000    3 9  1
# 2.3 2000    3 2  2
# 3.3 2002    3 7  3

或者使用我的“splitstackshape”包中的merged.stack（但您需要确保您的“id”列是唯一的）。

library(splitstackshape)
merged.stack(getanID(mydf, "year"), var.stubs = "x", sep = "var.stubs")
#    year .id .time_1 x
# 1: 2000   1       1 4
# 2: 2000   1       2 3
# 3: 2000   1       3 9
# 4: 2000   2       1 1
# 5: 2000   2       2 4
# 6: 2000   2       3 2
# 7: 2002   1       1 4
# 8: 2002   1       2 3
# 9: 2002   1       3 7

如果您想删除“.id”和“.time_1”列，可以使用merged.stack(getanID(mydf, "year"), var.stubs = "x", sep = "var.stubs")[, c("year", "x"), with = FALSE]。

【讨论】：

从现在开始我将使用“splitstackshape”来完成这类任务。感谢伟大的包裹。

【解决方案3】：

使用tidyr 包中的gather() 和dplyr 你可以这样做（但它会以不同的顺序得到结果）：

library(tidyr)
library(dplyr)

df %>%
  gather(variable, value, -year) %>%
  arrange(year)

你会得到：

  year variable value
1 2000        x1     4
2 2000        x1     1
3 2000        x2     3
4 2000        x2     4
5 2000        x3     9
6 2000        x3     2
7 2002        x1     4
8 2002        x2     3
9 2002        x3     7

如果你想去掉变量名而只保留值：

df %>%
  gather(variable, value, -year) %>%
  select(-variable) %>%
  arrange(year)

你会得到：

  year value
1 2000     4
2 2000     1
3 2000     3
4 2000     4
5 2000     9
6 2000     2
7 2002     4
8 2002     3
9 2002     7

【讨论】：