R: изменение формы данных в более длинный формат с несколькими столбцами, которые имеют общий шаблон в имени - PullRequest
2 голосов
/ 21 ноября 2019

Я некоторое время борюсь с набором данных, чтобы перевести его из полностью широкого формата в полностью длинный. Мне удалось привести его в форму между ними. Как и в примере с игрушкой ниже, данные представлены в более длинном формате на основе столбца Cond. Проблема в том, что «_Pre» и «_Post» в именах столбцов измерения должны быть другим фактором, например Cond, с именем PrePost. Вот почему код, который я пробовал, дает неправильный результат со слишком большим количеством строк:

vars_PrePost <- grep("Pre|Post", colnames(df))

df2 <-
  df %>%
  gather(variable, value, vars_PrePost, -c(ID)) %>%                                      
  tidyr::separate(variable,  c("variable", "PrePost"), "_(?=[^_]+$)") %>%                
  spread(variable, value) 

Вот набор игрушечных данных:

df <- data.frame(stringsAsFactors=FALSE,
               ID = c("10", "10", "11", "11", "12", "12"),
           Age = c("23", "23", "31", "31", "24", "24"),
          Gender = c("m", "m", "m", "m", "f", "f"),
         Cond = c("Cond2", "Cond1", "Cond2", "Cond1", "Cond2", "Cond1"),
         Measure1_Post = c(NA, "7", NA, "3", NA, "2"),
          Measure1_Pre = c(NA, "3", NA, "2", NA, "2"),
         Measure2_Post = c("1.3968694273826", "0.799543118218161",
                      "1.44098109351048", "0.836960160696351",
                      "1.99568500539374", "1.75138016371597"),
          Measure2_Pre = c("1.19248628113128", "0.726244170934944",
                      "1.01175268267757", "1.26415857605178",
                      "2.35250186706497", "1.27070245573958"),
    Measure3_Post = c("73", "84", "50", "40", "97", "89"),
     Measure3_Pre = c("70", "63", "50", "46", "88", "71")
)

Желаемый результат должен выглядеть следующим образом:

desired_df <- data.frame(stringsAsFactors=FALSE,
        Cond = c("Cond2", "Cond2", "Cond1", "Cond1", "Cond2", "Cond2", "Cond1",
                 "Cond1", "Cond2", "Cond2", "Cond1", "Cond1"),
     PrePost = c("Post", "Pre", "Post", "Pre", "Post", "Pre", "Post", "Pre",
                 "Post", "Pre", "Post", "Pre"),
    Measure1 = c(NA, NA, 7, 3, NA, NA, 3, 2, NA, NA, 2, 2),
    Measure2 = c(1.3968694273826, 1.19248628113128, 0.799543118218161,
                 0.726244170934944, 1.44098109351048, 1.01175268267757,
                 0.836960160696351, 1.26415857605178, 1.99568500539374,
                 2.35250186706497, 1.75138016371597, 1.27070245573958),
    Measure3 = c(73, 70, 84, 63, 50, 50, 40, 46, 97, 88, 89, 71)
)

Я бы хотел использовать решение tidy / dplyr, но любое решение будет оценено по достоинству. Спасибо.

Добро пожаловать на сайт PullRequest, где вы можете задавать вопросы и получать ответы от других членов сообщества.
...