Изменение формы data.frame из широкого в длинный формат - PullRequest
Новая
       103

Изменение формы data.frame из широкого в длинный формат

125 голосов
/ 02 февраля 2010

У меня возникли проблемы с преобразованием моего data.frame из широкого стола в длинный стол.На данный момент это выглядит так: 

Code Country        1950    1951    1952    1953    1954
AFG  Afghanistan    20,249  21,352  22,532  23,557  24,555
ALB  Albania        8,097   8,986   10,058  11,123  12,246

Теперь я хотел бы преобразовать это data.frame в длинный data.frame.Примерно так: 

Code Country        Year    Value
AFG  Afghanistan    1950    20,249
AFG  Afghanistan    1951    21,352
AFG  Afghanistan    1952    22,532
AFG  Afghanistan    1953    23,557
AFG  Afghanistan    1954    24,555
ALB  Albania        1950    8,097
ALB  Albania        1951    8,986
ALB  Albania        1952    10,058
ALB  Albania        1953    11,123
ALB  Albania        1954    12,246

Я смотрел и уже пытался использовать функции melt() и reshape(), как предлагали некоторые люди в подобных вопросах.Однако до сих пор я получаю только беспорядочные результаты.

Если это возможно, я хотел бы сделать это с помощью функции reshape(), поскольку она выглядит немного приятнее в обработке.

Ответы [ 6 ]

113 голосов
/ 16 сентября 2014

Три альтернативных решения:

1: С reshape2

library(reshape2)
long <- melt(wide, id.vars = c("Code", "Country"))

дает: 

   Code     Country variable  value
1   AFG Afghanistan     1950 20,249
2   ALB     Albania     1950  8,097
3   AFG Afghanistan     1951 21,352
4   ALB     Albania     1951  8,986
5   AFG Afghanistan     1952 22,532
6   ALB     Albania     1952 10,058
7   AFG Afghanistan     1953 23,557
8   ALB     Albania     1953 11,123
9   AFG Afghanistan     1954 24,555
10  ALB     Albania     1954 12,246

Некоторые альтернативные обозначения, которые дают тот же результат: 

# you can also define the id-variables by column number
melt(wide, id.vars = 1:2)

# as an alternative you can also specify the measure-variables
# all other variables will then be used as id-variables
melt(wide, measure.vars = 3:7)
melt(wide, measure.vars = as.character(1950:1954))

2: С data.table

Вы можете использовать ту же функцию melt, что и в пакете reshape2 (это расширенная и улучшенная реализация). melt из data.table имеет также больше параметров, чем melt -функция из reshape2. Например, вы также можете указать имя переменной-столбца: 

library(data.table)
long <- melt(setDT(wide), id.vars = c("Code","Country"), variable.name = "year")

Некоторые альтернативные обозначения: 

melt(setDT(wide), id.vars = 1:2, variable.name = "year")
melt(setDT(wide), measure.vars = 3:7, variable.name = "year")
melt(setDT(wide), measure.vars = as.character(1950:1954), variable.name = "year")

3: С tidyr

library(tidyr)
long <- wide %>% gather(year, value, -c(Code, Country))

Некоторые альтернативные обозначения: 

wide %>% gather(year, value, -Code, -Country)
wide %>% gather(year, value, -1:-2)
wide %>% gather(year, value, -(1:2))
wide %>% gather(year, value, -1, -2)
wide %>% gather(year, value, 3:7)
wide %>% gather(year, value, `1950`:`1954`)

Если вы хотите исключить NA значения, вы можете добавить na.rm = TRUE к melt, а также к функциям gather.

Другая проблема с данными состоит в том, что значения будут считываться R как символьные значения (как результат , в числах). Вы можете исправить это с помощью gsub и as.numeric: 

long$value <- as.numeric(gsub(",", "", long$value))

Или напрямую с data.table или dplyr: 

# data.table
long <- melt(setDT(wide),
             id.vars = c("Code","Country"),
             variable.name = "year")[, value := as.numeric(gsub(",", "", value))]

# tidyr and dplyr
long <- wide %>% gather(year, value, -c(Code,Country)) %>% 
  mutate(value = as.numeric(gsub(",", "", value)))

Данные: 

wide <- read.table(text="Code Country        1950    1951    1952    1953    1954
AFG  Afghanistan    20,249  21,352  22,532  23,557  24,555
ALB  Albania        8,097   8,986   10,058  11,123  12,246", header=TRUE, check.names=FALSE)
72 голосов
/ 02 февраля 2010

reshape() требует времени, чтобы привыкнуть, так же как melt / cast.Вот решение с изменением формы, предполагая, что ваш фрейм данных называется d: 

reshape(d, direction = "long", varying = list(names(d)[3:7]), v.names = "Value", 
        idvar = c("Code","Country"), timevar = "Year", times = 1950:1954)
32 голосов
/ 02 февраля 2010

Используя изменить форму пакет: 

#data
x <- read.table(textConnection(
"Code Country        1950    1951    1952    1953    1954
AFG  Afghanistan    20,249  21,352  22,532  23,557  24,555
ALB  Albania        8,097   8,986   10,058  11,123  12,246"), header=TRUE)

library(reshape)

x2 <- melt(x, id = c("Code", "Country"), variable_name = "Year")
x2[,"Year"] <- as.numeric(gsub("X", "" , x2[,"Year"]))
11 голосов
/ 09 января 2018

Поскольку этот ответ помечен , я подумал, что было бы полезно поделиться другой альтернативой из базы R: stack.

Обратите внимание, однако, что stack не работает с factor s - он работает, только если is.vector равен TRUE, и из документации для is.vector мы находим:

is.vector возвращает TRUE, если x является вектором указанного режима, не имеющим атрибутов , кроме имен . В противном случае возвращается FALSE.

Я использую пример данных из ответа @ Jaap , где значения в столбцах года factor с.

Вот подход stack: 

cbind(wide[1:2], stack(lapply(wide[-c(1, 2)], as.character)))
##    Code     Country values  ind
## 1   AFG Afghanistan 20,249 1950
## 2   ALB     Albania  8,097 1950
## 3   AFG Afghanistan 21,352 1951
## 4   ALB     Albania  8,986 1951
## 5   AFG Afghanistan 22,532 1952
## 6   ALB     Albania 10,058 1952
## 7   AFG Afghanistan 23,557 1953
## 8   ALB     Albania 11,123 1953
## 9   AFG Afghanistan 24,555 1954
## 10  ALB     Albania 12,246 1954
9 голосов
/ 04 декабря 2016

Вот еще один пример, показывающий использование gather из tidyr. Вы можете выбрать столбцы на gather, либо удалив их по отдельности (как я здесь), либо указав нужные вам годы.

Обратите внимание, что для обработки запятых (и X добавляется, если check.names = FALSE не установлен), я также использую mutate dplyr с parse_number из readr для преобразования текстовых значений обратно в числа. Все они являются частью tidyverse и могут быть загружены вместе с library(tidyverse)

wide %>%
  gather(Year, Value, -Code, -Country) %>%
  mutate(Year = parse_number(Year)
         , Value = parse_number(Value))

Возвращает: 

   Code     Country Year Value
1   AFG Afghanistan 1950 20249
2   ALB     Albania 1950  8097
3   AFG Afghanistan 1951 21352
4   ALB     Albania 1951  8986
5   AFG Afghanistan 1952 22532
6   ALB     Albania 1952 10058
7   AFG Afghanistan 1953 23557
8   ALB     Albania 1953 11123
9   AFG Afghanistan 1954 24555
10  ALB     Albania 1954 12246
2 голосов
/ 15 апреля 2019

Вот решение : 

sqldf("Select Code, Country, '1950' As Year, `1950` As Value From wide
        Union All
       Select Code, Country, '1951' As Year, `1951` As Value From wide
        Union All
       Select Code, Country, '1952' As Year, `1952` As Value From wide
        Union All
       Select Code, Country, '1953' As Year, `1953` As Value From wide
        Union All
       Select Code, Country, '1954' As Year, `1954` As Value From wide;")

Чтобы сделать запрос без ввода всего, вы можете использовать следующее:

Благодаря G. Гротендик за его реализацию. 

ValCol <- tail(names(wide), -2)

s <- sprintf("Select Code, Country, '%s' As Year, `%s` As Value from wide", ValCol, ValCol)
mquery <- paste(s, collapse = "\n Union All\n")

cat(mquery) #just to show the query
 # Select Code, Country, '1950' As Year, `1950` As Value from wide
 #  Union All
 # Select Code, Country, '1951' As Year, `1951` As Value from wide
 #  Union All
 # Select Code, Country, '1952' As Year, `1952` As Value from wide
 #  Union All
 # Select Code, Country, '1953' As Year, `1953` As Value from wide
 #  Union All
 # Select Code, Country, '1954' As Year, `1954` As Value from wide

sqldf(mquery)

 #    Code     Country Year  Value
 # 1   AFG Afghanistan 1950 20,249
 # 2   ALB     Albania 1950  8,097
 # 3   AFG Afghanistan 1951 21,352
 # 4   ALB     Albania 1951  8,986
 # 5   AFG Afghanistan 1952 22,532
 # 6   ALB     Albania 1952 10,058
 # 7   AFG Afghanistan 1953 23,557
 # 8   ALB     Albania 1953 11,123
 # 9   AFG Afghanistan 1954 24,555
 # 10  ALB     Albania 1954 12,246

К сожалению, я не думаю, что PIVOT и UNPIVOT будут работать для R SQLite. Если вы хотите написать свой запрос более сложным образом, вы также можете взглянуть на эти сообщения:

Использование sprintf написание sql запросов Или Передача переменных в sqldf

...