将宽数据转换为长格式答案

【问题标题】：Bring wide data into long format将宽数据转换为长格式
【发布时间】：2017-09-12 17:20:46
【问题描述】：

我有一个像下面这样的文件，想把它转换成输出中给出的 R 数据框

        A    B    C     D   E   
2010    25   74   85    88  89
2011    27   86   97    99  
2012    37   115  131   
2013    47   146            
2014    56

输出：

Year  Year_No   Division   Amount 
2010    1       A          25
2010    1       B          74
2010    1       C          85
2010    1       D          88
2010    1       E          89
2011    2       A          27
2011    2       B          86
2011    2       C          97
2011    2       D          99
2012    3       A          37
2012    3       B          115
2012    3       C          131
2013    4       A          47
2013    4       B          146
2014    5       A          56

如果有人能帮助我解决这个问题，我将不胜感激

【问题讨论】：

标签： r dataframe data-manipulation

【解决方案1】：

我们可以使用tidyverse中的函数。

library(tidyverse)

dt2 <- dt %>%
  rownames_to_column("Year") %>%
  rowid_to_column("Year_No") %>%
  gather(Division, Amount, -Year, -Year_No, na.rm = TRUE) %>%
  arrange(Year_No, Division) %>% 
  select(Year_No, Year, Division, Amount)
dt2
   Year_No Year Division Amount
1        1 2010        A     25
2        1 2010        B     74
3        1 2010        C     85
4        1 2010        D     88
5        1 2010        E     89
6        2 2011        A     27
7        2 2011        B     86
8        2 2011        C     97
9        2 2011        D     99
10       3 2012        A     37
11       3 2012        B    115
12       3 2012        C    131
13       4 2013        A     47
14       4 2013        B    146
15       5 2014        A     56

数据

dt <- read.table(text = "        A    B    C     D   E   
2010    25   74   85    88  89
                 2011    27   86   97    99  NA 
                 2012    37   115  131   NA  NA
                 2013    47   146  NA    NA  NA           
                 2014    56  NA  NA  NA  NA",
                 header = TRUE)

【讨论】：

不错的可能性read.table(text='...')，我学习如何处理用户不想使用dput() 的问题。在这种情况下，fill=T 参数避免手动放置 NA。
@and-bri 感谢您提供有关fill = TRUE 的提示。

【解决方案2】：

我们可以转换为matrix 然后melt 它

library(reshape2)
library(data.table)
dt <- setDT(melt(as.matrix(df1), na.rm = TRUE))[ , YearNo := .GRP, Var1][order(Var1)]
setnames(dt, c("Var1", "Var2", "value"), c("Year", "Division", "Amount"))[]
#     Year Division Amount YearNo
# 1: 2010        A     25      1
# 2: 2010        B     74      1
# 3: 2010        C     85      1
# 4: 2010        D     88      1
# 5: 2010        E     89      1
# 6: 2011        A     27      2
# 7: 2011        B     86      2
# 8: 2011        C     97      2
# 9: 2011        D     99      2
#10: 2012        A     37      3
#11: 2012        B    115      3
#12: 2012        C    131      3
#13: 2013        A     47      4
#14: 2013        B    146      4
#15: 2014        A     56      5

注意：假设缺失值是 NA，因为它似乎是数字列，即“A”到“E”

数据

df1 <- structure(list(A = c(25L, 27L, 37L, 47L, 56L), B = c(74L, 86L, 
115L, 146L, NA), C = c(85L, 97L, 131L, NA, NA), D = c(88L, 99L, 
NA, NA, NA), E = c(89L, NA, NA, NA, NA)), .Names = c("A", "B", 
"C", "D", "E"), class = "data.frame", row.names = c("2010", "2011", 
"2012", "2013", "2014"))

【讨论】：

【解决方案3】：

base 中的一个简单解决方案

# create the data
mat <- matrix(1:30,6,5)
for(z in 1:nrow(mat)){
  a <- (1:(5-z+1))*-1
  mat[z,a] <- NA
}
rownames(mat) <- 2012:2017
colnames(mat) <- LETTERS[1:5]
mat

# start the task
col <- rep(colnames(mat), each=nrow(mat))
value <- as.vector(mat)
row <- rownames(mat)
table <- data.frame(col,row,value)
table <- table[!is.na(table$value),]
table

【讨论】：