Przekształcanie danych.ramka od szerokiego do długiego formatu

Trzy alternatywne rozwiązania:

1: z reshape2

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

Dając:

   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

Niektóre alternatywne notacje dające ten sam wynik:

# 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: z data.table

Możesz użyć tej samej funkcji melt jak w pakiecie reshape2 (który jest rozszerzoną i ulepszoną implementacją). melt from data.table ma również więcej parametrów niż melt-funkcja z reshape2. Możesz na przykład również podać nazwę zmienna-kolumna:

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

Niektóre alternatywne zapisy:

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: z tidyr

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

Niektóre alternatywne zapisy:

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`)

Jeśli chcesz wykluczyć NA wartości, możesz dodać na.rm = TRUE do melt, a także do gather funkcji.

Innym problemem z danymi jest to, że wartości będą odczytywane przez R jako wartości znakowe (w wyniku , w liczbach). Można to naprawić za pomocą gsub i as.numeric:

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

Lub bezpośrednio z data.table lub 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)))

Dane:

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)

Using reshape package:

#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"]))

Ponieważ ta odpowiedź jest oznaczona r-faq , uznałem, że przydałoby się udostępnić inną alternatywę z bazy R: stack.

Zauważ jednak, że stack nie działa z factor s-działa tylko wtedy, gdy is.vector jest TRUE, a z dokumentacji is.vector wynika, że:

is.vector zwraca TRUE Jeśli x jest wektorem określonego trybu, nie posiadającym atrybutów innych niż nazwy . Zwraca FALSE w przeciwnym razie.

Używam przykładowych danych z odpowiedzi @Jaap , gdzie wartości w kolumnach roku to factor s.

Oto podejście 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

Oto kolejny przykład pokazujący użycie gather z tidyr. Możesz wybrać kolumny do gather albo usuwając je pojedynczo (tak jak to robię tutaj), albo włączając w to lata, które chcesz jawnie.

Zauważ, że aby obsłużyć przecinki (i X dodane, Jeśli check.names = FALSE nie jest ustawione), używam również mutacji dplyr z parse_number z readr do konwersji wartości tekstowych z powrotem na liczby. Wszystkie są częścią tidyverse i dlatego mogą być ładowane razem z library(tidyverse)

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

Zwraca:

   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