Tag: 重塑

将多组测量列（宽格式）重新整理为单列（长格式）

我有一个宽格式的dataframe，在不同的date范围内进行重复测量。 在我的例子中，有三个不同的时期，都有相应的价值。 例如，在从“DateRange1Start”到“DateRange1End”期间测量的第一个度量（'Value1'）： ID DateRange1Start DateRange1End Value1 DateRange2Start DateRange2End Value2 DateRange3Start DateRange3End Value3 1 1/1/90 3/1/90 4.4 4/5/91 6/7/91 6.2 5/5/95 6/6/96 3.3 我正在寻找重塑的数据到一个长的格式，使DateRangeXStart和DateRangeXEnd列分组。 因此，原表中的1行在新表中成为3行： ID DateRangeStart DateRangeEnd Value 1 1/1/90 3/1/90 4.4 1 4/5/91 6/7/91 6.2 1 5/5/95 6/6/96 3.3 我知道必须有一种方法来处理reshape2 / melt / tidyr / tidyr ，但我似乎无法弄清楚如何以这种特殊的方式将多组度量variables映射到一组值列中。

将三列数据框重塑为matrix（“长”到“宽”格式）

我有一个data.frame看起来像这样。 xa 1 xb 2 xc 3 ya 3 yb 3 yc 2 我想要这个matrixforms，所以我可以喂它到热图做一个情节。 结果应该如下所示： abc x 1 2 3 y 3 3 2 我已经尝试从重塑包转换，我已经尝试编写一个手动function来做到这一点，但我似乎并没有得到正确的。

将dataframe从宽转换为长格式

我有一些麻烦将我的data.frame从宽表转换为长表。 目前看起来像这样： wide <- 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) 这产生的数据框架wide如下所示： 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 我想变换成一个很长的data.frame例如： Code Country Year Value AFG […]

如何从长到宽的格式重塑数据？

我在重新排列下面的数据框时遇到了问题： set.seed(45) dat1 <- data.frame( name = rep(c("firstName", "secondName"), each=4), numbers = rep(1:4, 2), value = rnorm(8) ) dat1 name numbers value 1 firstName 1 0.3407997 2 firstName 2 -0.7033403 3 firstName 3 -0.3795377 4 firstName 4 -0.7460474 5 secondName 1 -0.8981073 6 secondName 2 -0.3347941 7 secondName 3 -0.5013782 8 secondName 4 -0.1745357 我想重塑它，以便每个唯一的“名称”variables是rowname，其中“values”作为该行的观察值，“numbers”作为colnames。 […]

收集多组列

我有一个在线调查的数据，受访者经历了1-3次的问题循环。 调查软件（Qualtrics）将这些数据记录在多个栏目中，也就是说，调查中的Q3.2.1.将具有Q3.2.1. ， Q3.2.2. 和Q3.2.3. ： df <- data.frame( id = 1:10, time = as.Date('2009-01-01') + 0:9, Q3.2.1. = rnorm(10, 0, 1), Q3.2.2. = rnorm(10, 0, 1), Q3.2.3. = rnorm(10, 0, 1), Q3.3.1. = rnorm(10, 0, 1), Q3.3.2. = rnorm(10, 0, 1), Q3.3.3. = rnorm(10, 0, 1) ) # Sample data id time Q3.2.1. Q3.2.2. […]