R中是否有一个函数可以让我将数据集转换为“长格式”但也可以合并列？

Question

我有一个来自 Pokemon 统计数据的数据集，其中包含大量数字和分类数据。我的最终目标是创建一个模型或推荐系统，用户可以输入口袋妖怪列表，该模型会找到他们可能喜欢的类似口袋妖怪。目前数据集看起来像这样：

ID   Name    Type1    Type2   HP  ATK   DEF
001  Bulba.. Grass    Poison  45  49    49
ect...

我想将此数据转换为“长格式”，因为该格式对 R 中的许多其他函数更友好，但我在处理 Type1/Type2 列时遇到了麻烦。 有没有一种方法可以将这两者合并为一列（如“类型”），然后将数据转换为新格式？像这样的：

ID   Name    Type    Stat   Value
 001  Bulba.. Grass  HP     45
 001  Bulba.. Poison HP     45
 001  Bulba.. Grass  ATK    49
 001  Bulba.. Poison ATK    49

我知道对于双重类型的口袋妖怪，它会成为一个伪条目，但我没有看到任何更清洁的方法来实现这一点。我也知道使用dpylr的gather函数，但我只能使用这种方法真正完成Stat列，而不是Type问题。

谁能帮我弄清楚我如何才能做到这一点或知道其他更有效的方法吗？

Answer 1

1) pivot_longer 像这样重塑数据框两次：

library(dplyr)
library(tidyr)

DF %>%
  pivot_longer(starts_with("Type"), values_to = "Type") %>%
  select(-name) %>%
  pivot_longer(c("HP", "ATK", "DEF"), names_to = "Stat", values_to = "Value")

给予：

# A tibble: 6 x 5
  ID    Name    Type   Stat  Value
  <chr> <chr>   <chr>  <chr> <int>
1 001   Bulba.. Grass  HP       45
2 001   Bulba.. Grass  ATK      49
3 001   Bulba.. Grass  DEF      49
4 001   Bulba.. Poison HP       45
5 001   Bulba.. Poison ATK      49
6 001   Bulba.. Poison DEF      49

2) 融化 交替使用 data.table 中的melt 两次。

library(data.table)

m1 <- melt(DF, measure.var = grep("Type", names(DF)), value.name = "Type")
melt(m1, measure.var = c("HP", "ATK", "DEF"), 
  variable.name = "Stat", value.name = "Value")[-3]

给予：

   ID    Name   Type Stat Value
1 001 Bulba..  Grass   HP    45
2 001 Bulba.. Poison   HP    45
3 001 Bulba..  Grass  ATK    49
4 001 Bulba.. Poison  ATK    49
5 001 Bulba..  Grass  DEF    49
6 001 Bulba.. Poison  DEF    49

注意

DF 以可重现的形式假定为：

Lines <- "
ID   Name    Type1    Type2   HP  ATK   DEF
001  Bulba.. Grass    Poison  45  49    49"
DF <- read.table(text = Lines, header = TRUE, as.is = TRUE, 
  colClasses = list(ID = "character"))