Блог

Главная - Вопросы по программированию - Как изменить форму фрейма данных с несколькими уровнями

Как изменить форму фрейма данных с несколькими уровнями

#r #dataframe #dplyr #tidyr

Вопрос:

В настоящее время у меня есть кадр данных (df1), отформатированный, как показано ниже:

ID F1_1 F2_1r1 F2_1r2 F2_1r3 F1_2 F2_2r1 F2_2r2 F2_2r3 F1_3 F2_3r1 F2_3r2 F2_3r3
1 10 1 1 0 15 0 1 0 30 1 0 0
2 25 1 0 0 30 0 1 1 25 1 0 1
3 40 0 1 0 15 0 1 0 10 0 0 1
4 25 1 1 0 10 0 1 1 30 1 0 0

Я хотел бы переформатировать его так, чтобы он был расположен так, как показано здесь, в df2:

ID Значение F1_значение R1 R2 R3 F1_x
1 10 1 1 0 1
1 15 0 1 0 2
1 30 1 0 0 3
2 25 1 0 0 1
2 30 0 1 1 2
2 25 1 0 1 3
3 40 0 1 0 1
3 15 0 1 0 2
3 10 0 0 1 3
4 25 1 1 0 1
4 10 0 1 1 2
4 30 1 0 0 3

Комментарии:

1. Не могли бы вы привести пример использования ваших данных dput() , а не таблиц?

Ответ №1:

Вы можете сделать это довольно эффективно, используя data.table :

 library(data.table)
df1 <- data.table(df1)
df2 <- melt(df1, measure = patterns("^F1", "r1$", "r2$", "r3$"),
            value.name = c("F1_value", "R1", "R2", "R3"), variable.name = "F1_x")

Производящий:

     ID F1_x F1_value R1 R2 R3
 1:  1    1       10  1  1  0
 2:  2    1       25  1  0  0
 3:  3    1       40  0  1  0
 4:  4    1       25  1  1  0
 5:  1    2       15  0  1  0
 6:  2    2       30  0  1  1
 7:  3    2       15  0  1  0
 8:  4    2       10  0  1  1
 9:  1    3       30  1  0  0
10:  2    3       25  1  0  1
11:  3    3       10  0  0  1
12:  4    3       30  1  0  0

Комментарии:

1. Спасибо! Как бы я изменил ваше решение для нового набора имен столбцов и форматирования, которые я отредактировал в посте? У меня больше нет букв, а скорее числовые значения, которые соответствуют точно так же.

2. Просто нужно отредактировать шаблоны и имена. Больше нет необходимости в строке перекодирования. Я отредактировал свой ответ

Ответ №2:

Вы можете использовать pivot_longer() , но это проще, если сначала переименовать переменные, как показано ниже:

 x <- data.frame(
  ID = 1:4, 
  A1 = c(10,25,40,25), 
  A1.1=c(1,1,0,1), 
  A1.2=c(1,0,1,1), 
  A1.3=c(0,0,0,0), 
  B1 = c(15,30,15,10), 
  B1.1=c(0,0,0,0), 
  B1.2=c(1,1,1,1), 
  B1.3=c(0,1,0,1), 
  C1 = c(30,25,10,30), 
  C1.1=c(1,1,0,1), 
  C1.2=c(0,0,0,0), 
  C1.3=c(0,1,1,0)
)

x %>% 
  rename("A1.0" = "A1", 
         "B1.0" = "B1", 
         "C1.0" = "C1") %>% 
  pivot_longer(`A1.0`:`C1.3`, 
               names_pattern=c("([A-C])\d.(\d)"), 
               names_to=c("A_C", ".value"), 
               names_prefix = "R") %>%
  rename("A1_C1_value" = "0", 
         "R1" = "1", 
         "R2" = "2", 
         "R3" = "3")

# # A tibble: 12 × 6
#      ID A_C   A1_C1_value    R1    R2    R3
#   <int> <chr>       <dbl> <dbl> <dbl> <dbl>
# 1     1 A              10     1     1     0
# 2     1 B              15     0     1     0
# 3     1 C              30     1     0     0
# 4     2 A              25     1     0     0
# 5     2 B              30     0     1     1
# 6     2 C              25     1     0     1
# 7     3 A              40     0     1     0
# 8     3 B              15     0     1     0
# 9     3 C              10     0     0     1
# 10     4 A              25     1     1     0
# 11     4 B              10     0     1     1
# 12     4 C              30     1     0     0**
Метки: