R: transforming "kurze form" Daten zu "lange form" Daten ohne for-Schleifen?

Angenommen ich habe einen R-dataframe wie diese:

  Subject Session  Property.A Property.B Property.C
1     100       1 -1.22527548 -0.9193751 -1.7501693
2     100      10  2.30627980  1.8940830 -0.8443976
3     100       2  2.33243332 -0.5860868 -4.2074489
4     100       3  0.38130810 -0.7336206  4.8016230
5     100       4  1.44685875  0.5066249  2.0138624
6     100       5  0.08907721 -0.3715202  1.4983700

Ich habe gehört, diese Art von Daten-frame bezeichnet als "Kurzform" oder "große form". Jetzt angenommen, ich möchte so Aussehen wie das, was ich gehört habe, als "lange form":

  Subject Session  Property    Value
1     100       1         A   -1.2252754
2     100       1         B   -0.9193751
3     100       1         C   -1.7501693
4     100       2         A    2.3324333
5     100       2         B   -0.5860868
6     100       2         C   -4.2074489

Ist, ich habe N Spalten, die möchte ich reduzieren, um nur zwei "name/Wert" - Spalten, mit anderen Spalten in der extended dataframe mit wiederholten Werten als erforderlich.

Natürlich konnte ich diese Konvertierung durchführen mit ein paar for-Schleifen, aber das scheint wirklich hässlich, und es wäre ein Schmerz zu erhalten, wenn ich mehr Eigenschaft Spalten.

Gibt es eine Möglichkeit, dies in R mit nur ein paar Zeilen code? Einige Magische Kombination von Funktionen, die ich noch nicht entdeckt haben?

  • Update: heute, ich habe klug, und ich benutze plyr für alle meine Daten Umformen muss!!
  • Was ist die Art und Weise zu tun, dass in plyr?
InformationsquelleAutor Maxy-B | 2011-05-04
  1. 11

    Verwenden Sie die melt Funktion im Paket reshape2:

    library(reshape2)
dat.m <- melt(dat, id.vars = c("Subject", "Session"))

    Wenn Sie brauchen, um clean-up der Spalte Namen und/oder die Werte für die Spalte "variable":

    #change "variable" to "Property"
names(dat.m)[3] <- "Property"
#Drop "Property." from the column values
dat.m$Property <- gsub("Property\\.", "", dat.m$Property)
    • Danke, genau das ist es. Ich bin Auschecken der reshape Paket docs jetzt, was für ein großartiges Konzept. Weiß nicht, wie ich JEMALS würde gefunden haben, es durch die Suche, obwohl, mit solchen rein metaphorischen, nicht-beschreibenden Begriffe "Schmelzen", "molten", und "cast". Dies scheint wie eine gemeinsame Sache tun zu wollen, wie kann es nicht sein, dass ein Teil der grundlegende R-Funktionen?
    • die reshape Funktion in der Statistik kommt mit der Basis R und bietet scheinbar gleichwertige Funktionalität zu Schmelzen und gegossen, aber ich habe nie versucht, es zu lernen als die syntax der melt und cast sind ziemlich leicht zu Holen auf. Wie für die Suche über die Dinge, denke ich, Sie haben ein bisschen von einem Punkt - zum Glück ist es SO!
    • Oder verwenden Sie reshape2 was kann durchaus ein bisschen schneller
    InformationsquelleAutor Chase
  2. 4

    Ich mag mit plyr Funktionen, aber die reshape - Funktion von der Basis ist sehr mächtig, wie dargestellt durch die folgende Lösung.

    # create a dummy data frame
dat = data.frame(
  subject = rep(100, 5),
  session = sample(5, 10, replace = T),
  property.a = rnorm(5),
  property.b = rnorm(5),
  property.c = rnorm(5)
)

# convert wide to long, varying columns are 3:5, separator is "."
dat.long = reshape(dat, direction = 'long', varying = 3:5, sep = ".")
    • +1 für diese. Ich verbrachte 10 Minuten versucht diese Arbeit zu machen, post in meine Antwort als alternative, sondern hielt sich verzetteln auf dem Weg.
    InformationsquelleAutor Ramnath
  3. 2

    reshape Paket für, das ist toll, aber... ein paar loops, ist nicht die alternative.

    vielleicht dieses Beispiel ist lehrreich...

    longDF <- lapply( 3:4, function(x) cbind(wideDF[1:2], p = names(wideDF)[x], wideDF[x]) )
longDF <- rbind( longDF )

    oder diese

    longDF <- cbind( rep(wideDF[1], 3), rep(wideDF[2], 3), c(wideDF[3], wideDF[4], wideDF[5]) )
    InformationsquelleAutor John
Schreibe einen Kommentar