复杂的数据重组 - 从宽到长（多列）答案

【问题标题】：complex data restructuring - wide to long (multiple columns)复杂的数据重组 - 从宽到长（多列）
【发布时间】：2018-12-08 18:10:28
【问题描述】：

我想进行上述重组，但我正在努力使用gather()，因为要制作多个列...有谁知道这样做的方法吗？

【问题讨论】：

请以可复制和粘贴的格式发布您的数据。没有图片。同时看看?reshape。

标签： r reshape reshape2 melt

【解决方案1】：

这应该可行，虽然可能不是最优雅的：

library(reshape2)
library(tidyr)
library(dplyr)

示例数据（基于屏幕截图）：

df <- tibble(id = c(1,2,3), 
         mathT1 = c(10, 9, 7),
         mathT2 = c(11, 6, 8),
         write1 = c(2, 3, 1),
         write2 = c(3, 5, 1),
         ses = c(3, 4, 5))

使用 reshape2、dplyr 和 tidyr 包编写代码：

df <- df %>%
  rename(math_1 = mathT1, math_2 = mathT2, 
         write_1 = write1, write_2 = write2, ses_1 = ses) %>%
  mutate(ses_2 = ses_1) %>%
  melt(id.vars = "id", variable.name = "var", value.name = "value") %>%
  separate(var, c("var", "time"), "_", extra = "merge") %>%
  spread(var, value)

【讨论】：

【解决方案2】：

这是reshape 的选项。

names(df1)[ncol(df1)] <- "ses1"
df1$ses2 <- df1$ses1 # according to your desired output
out <- reshape(df1, varying = 2:7, direction = "long", sep = "")
out[order(out$id), ]
#    id time mathT write ses
#1.1  1    1    10     2   3
#1.2  1    2    11     3   3
#2.1  2    1     9     3   4
#2.2  2    2     6     5   4
#3.1  3    1     7     1   5
#3.2  3    2     8     1   5

并不是说我们需要创建一个列ses2 来获得您想要的输出。如果您想要 NAs 而不是 ses2 的值出现的地方 - 我认为这是正确的，给定输入数据 - 请查看下面的 data.table 解决方案。

使用来自data.table的melt

library(data.table)
setDT(df1)
melt(df1,
     id.vars = "id", 
     measure.vars = patterns("^mathT", "^write", "^ses"), 
     variable.name = "Time", 
     value.name = c("mathT", "write", "ses"))
#   id Time mathT write ses
#1:  1    1    10     2   3
#2:  2    1     9     3   4
#3:  3    1     7     1   5
#4:  1    2    11     3  NA
#5:  2    2     6     5  NA
#6:  3    2     8     1  NA

数据感谢@Pete！

df1 <- data.frame(
  id = c(1, 2, 3),
  mathT1 = c(10, 9, 7),
  mathT2 = c(11, 6, 8),
  write1 = c(2, 3, 1),
  write2 = c(3, 5, 1),
  ses = c(3, 4, 5)
)

【讨论】：