R 语言重塑函数

示例

用于重塑数据的最灵活的基本R函数是reshape。

#创建不平衡纵向（面板）数据集
set.seed(1234)
df <- data.frame(identifier=rep(1:5, each=3),
                 location=rep(c("up", "down", "left", "up", "center"), each=3),
                 period=rep(1:3, 5), counts=sample(35, 15, replace=TRUE),
                 values=runif(15, 5, 10))[-c(4,8,11),]
df

   identifier location period counts   values
1           1       up      1      4 9.186478
2           1       up      2     22 6.431116
3           1       up      3     22 6.334104
5           2     down      2     31 6.161130
6           2     down      3     23 6.583062
7           3     left      1      1 6.513467
9           3     left      3     24 5.199980
10          4       up      1     18 6.093998
12          4       up      3     20 7.628488
13          5   center      1     10 9.573291
14          5   center      2     33 9.156725
15          5   center      3     11 5.228851

请注意，data.frames是不平衡的，也就是说，单元2在第一个周期中缺少观测值，而单元3和4在第二个周期中缺少观测值。另外，请注意，有两个变量随时间变化：计数和值，以及两个不变的变量：标识符和位置。

长到宽

要重塑data.frame宽幅格式，

#根据时间变量重塑宽度
df.wide <- reshape(df, idvar="identifier", timevar="period",
                   v.names=c("values", "counts"), direction="wide")
df.wide
   identifier location values.1 counts.1 values.2 counts.2 values.3 counts.3
1           1       up 9.186478        4 6.431116       22 6.334104       22
5           2     down       NA       NA 6.161130       31 6.583062       23
7           3     left 6.513467        1       NA       NA 5.199980       24
10          4       up 6.093998       18       NA       NA 7.628488       20
13          5   center 9.573291       10 9.156725       33 5.228851       11

请注意，缺少的时间段用NA填充。

在重新调整宽度时，“ v.names”参数指定随时间变化的列。如果位置变量不是必需的，则可以在使用“ drop”自变量重塑形状之前将其删除。在从data.frame中删除唯一的不变/非id列时，该v.names参数变得不必要。

reshape(df, idvar="identifier", timevar="period", direction="wide",
        drop="location")

宽到长

要使用当前的df.wide重塑，最小语法是

reshape(df.wide, direction="long")

但是，这通常比较棘手：

# remove "." separator indf.widenames for counts and values
names(df.wide)[grep("\\.", names(df.wide))] <-
              gsub("\\.", "", names(df.wide)[grep("\\.", names(df.wide))])

现在，简单的语法将产生有关未定义列的错误。

对于使reshape函数难以自动解析的列名，有时需要添加“ varying”参数，该参数指示reshape以宽格式分组特定变量以将其转换为长格式。此参数采用变量名称或索引的向量列表。

reshape(df.wide, idvar="identifier",
        varying=list(c(3,5,7), c(4,6,8)), direction="long")

长整型时，可以提供“ v.names”参数来重命名结果变量。

有时，可以通过使用“ sep”自变量避免使用“ varying”的规范，reshape该变量告诉变量名的哪一部分指定值自变量，哪个变量指定时间自变量。