使用 tidyverse 重塑 data.frame 及其列名答案

【问题标题】：Using tidyverse to reshape a data.frame and its column names使用 tidyverse 重塑 data.frame 及其列名
【发布时间】：2018-07-06 18:41:52
【问题描述】：

我有一个data.frame 的一些实验，其中包含多个因素和每个样本的测量值。例如：

factors <- c("age","sex")

data.frame 看起来像这样：

library(dplyr)
set.seed(1)
df <- do.call(rbind,lapply(1:10,function(i) expand.grid(age=c("Y","O"),sex=c("F","M")) %>% dplyr::mutate(val=rnorm(4))))
grouped.mean.val.df <- df %>% dplyr::group_by_(.dots=factors) %>% dplyr::summarise(mean.val=mean(val))

我想创建一个data.frame，它有一行，列数是因子组合的数量（即本例中的nrow(expand.grid(age=c("Y","O"),sex=c("F","M"))），其中值为meandf$val factors的对应组合。

要获得 mean df$val 对于我所做的每个因素组合：

grouped.mean.val.df <- df %>% dplyr::group_by_(.dots=factors) %>% dplyr::summarise(mean.val=mean(val))

我想要得到的data.frame 是：

res.df <- data.frame(Y.F=grouped.mean.val.df$mean.val[1],
                     Y.M=grouped.mean.val.df$mean.val[2],
                     O.F=grouped.mean.val.df$mean.val[3],
                     O.M=grouped.mean.val.df$mean.val[4])

有没有tidyverse 的方法来获得它？

【问题讨论】：

标签： r dataframe dplyr tidyverse

【解决方案1】：

我们可以先unite，然后是spread。 unite 'age' 和 'sex' 创建单个列，mutate 将值设置为 factor （使顺序与预期相同）并执行 spread 到 'wide' 格式

library(tidyverse)
grouped.mean.val.df %>%
   unite(agesex, age, sex, sep=".") %>% 
   mutate(agesex = factor(agesex, levels = unique(agesex))) %>%
   spread(agesex, mean.val)
# A tibble: 1 x 4
#     Y.F   Y.M    O.F     O.M
#   <dbl> <dbl>  <dbl>   <dbl>
#1 0.0695 0.411 -0.118 0.00577

另外，我们可以使用group_by_at来代替group_by_，它将字符串作为变量

df %>%
     group_by_at(factors) %>%
     summarise(mean.val = mean(val)) %>%
     unite(agesex, age, sex, sep=".") %>% 
     mutate(agesex = factor(agesex, levels = unique(agesex))) %>%
     spread(agesex, mean.val)

【讨论】：