Управление форматом data.frame в BASE R

Question

Я видел ответы, данные здесь , но мне было интересно, может ли в моем случае быть эффективный способ в BASE R изменить мой input data.frame на желаемый output data.frame, показанный ниже?

input <- data.frame(id = c(1,3,6), school = LETTERS[1:3], read_1 = c(20,22,24),
               read_1_sp = c(T,F,T), read_2 =c(45,47,49),read_2_sp = c(F,F,F),  
               math_1 =c(20,22,NA), math_1_sp = c(T,F,NA), math_2 = c(NA,35,37),
               math_2_sp =c(NA,F,F))


output <- data.frame(id = c(rep(1,3),rep(3,4), rep(6, 3)),school = c(rep("A",3),rep("B",4), rep("C", 3)),   
                      subject = c("read","read","math","read","read","math", "math","read","read","math"),  
                      no.= c(1,2,1,1,2,1,2,1,2,2), score = c(20,45,20,22,47,22,35,24,49,37),    
                      sp = c(T,F,T,T,F,T,T,T,F,T))

Answer 1

В tidyverse мы можем сделать

library(tidyr)
library(stringr)
input %>%
   rename_at(vars(matches('\\d+$')), ~ str_c(., '_score')) %>%
   pivot_longer(cols = -c(id, school), names_to = c('subject', 'no', '.value'),
          names_sep="_", values_drop_na = TRUE)
# A tibble: 10 x 6
#      id school subject no    score sp   
#   <dbl> <fct>  <chr>   <chr> <dbl> <lgl>
# 1     1 A      read    1        20 TRUE 
# 2     1 A      read    2        45 FALSE
# 3     1 A      math    1        20 TRUE 
# 4     3 B      read    1        22 FALSE
# 5     3 B      read    2        47 FALSE
# 6     3 B      math    1        22 FALSE
# 7     3 B      math    2        35 FALSE
# 8     6 C      read    1        24 TRUE 
# 9     6 C      read    2        49 FALSE
#10     6 C      math    2        37 FALSE

---

или вариант с base R

 i1 <-grep("_\\d+$", names(input))
 names(input)[i1] <- paste0(names(input)[i1], "_score")
 lst1 <- lapply(split.default(input[-(1:2)], sub(".*_", "", names(input)[-(1:2)])), function(dat) {
         dat1 <- stack(dat)
          transform(dat1, no = sub("^[^_]+_(\\d+)_.*", "\\1", ind), ind = sub("_.*", "", ind))})
out <- setNames(cbind(lst1[[1]], lst1[[2]][1])[c(2:3, 1, 4)], c('subject', 'no', 'score', 'sp'))
na.omit(cbind(input[rep(seq_len(nrow(input)), each = 4), 1:2], out))

Answer 2

1) База - изменить форму Создать список, varying, из двух элементов, каждый из которых представляет собой вектор символов имен - первый элемент - это вектор score имен, а второй - является вектором sp имен. Используйте это с базой reshape. Затем выполните сортировку по переменным idvar (или пропустите две строки, которые выполняют сортировку, если это не требуется) и удалите строки с NA, используя na.omit. reshape создает столбец subject с такими записями, как read_1. Оператор преобразования разбивает это на два столбца, subject и no.

varying <- lapply(c("\\d$", "sp$"), grep, names(input), value = TRUE)

r <- reshape(input, dir = "long", idvar = c("id", "school"), 
  varying = varying, v.names = c("score", "sp"),
  times = varying[[1]], timevar = "subject")  

o <- with(r, order(id, school))
r <- r[o, ]
r <- na.omit(r)

transform(r, subject = sub("_.*", "", subject), no = as.numeric(sub(".*_", "", subject)))

, давая:

           id school subject score    sp no
1.A.read_1  1      A    read    20  TRUE  1
1.A.read_2  1      A    read    45 FALSE  2
1.A.math_1  1      A    math    20  TRUE  1
3.B.read_1  3      B    read    22 FALSE  1
3.B.read_2  3      B    read    47 FALSE  2
3.B.math_1  3      B    math    22 FALSE  1
3.B.math_2  3      B    math    35 FALSE  2
6.C.read_1  6      C    read    24  TRUE  1
6.C.read_2  6      C    read    49 FALSE  2
6.C.math_2  6      C    math    37 FALSE  2

2) data.table - melt Вопрос, заданный для базового решения, но для сравнения мы также показываем решение, использующее melt в data.table.

Преобразование input в data.table и расплавление его с помощью ключа и указанных шаблонов , melt не имеет аналога times= в reshape, но предоставляет индексные номера в столбце variable.name, который в данном случае равен subject. Мы используем его для индексации в times. Это создает такие элементы, как read_1, поэтому мы используем fread, чтобы разбить subject на два столбца, subject и no. Наконец, удалите строки, имеющие NA, используя na.omit, и выполните сортировку, указав ключ.

library(data.table)

input2 <- as.data.table(input, key = c("id", "school"))
times <- grep("\\d$", names(input2), value = TRUE)  # score col names

melt(input2, measure = patterns(sp = "sp", score = "\\d$"), variable.name = "subject")[, 
  c("subject", "no"):= fread(text = times[subject], sep = "_")][, 
  na.omit(.SD), key = key(input2)]

, давая:

    id school    sp score subject no
 1:  1      A  TRUE    20    read  1
 2:  1      A FALSE    45    read  2
 3:  1      A  TRUE    20    math  1
 4:  3      B FALSE    22    read  1
 5:  3      B FALSE    47    read  2
 6:  3      B FALSE    22    math  1
 7:  3      B FALSE    35    math  2
 8:  6      C  TRUE    24    read  1
 9:  6      C FALSE    49    read  2
10:  6      C FALSE    37    math  2