Jak przekształcić dane z długiego do szerokiego formatu?

Nowy (w 2014 roku) tidyr pakiet również robi to po prostu, z gather()/spread() być warunkami dla melt/cast.

library(tidyr)
spread(dat1, key = numbers, value = value)

From github,

tidyr jest przeformułowaniem reshape2 zaprojektowanym w celu towarzyszenia tidy data framework i do pracy ramię w ramię z magrittr i dplyr w celu zbudowania solidnego potoku do analizy danych.

Tak jak reshape2 zrobił mniej niż przekształcił, tidyr zrobił mniej niż reshape2. Został zaprojektowany specjalnie do porządkowania danych, a nie ogólnego przekształcanie, które reshape2 robi, lub ogólna agregacja, która przekształciła. W szczególności, wbudowane metody działają tylko dla ramek danych, a tidyr nie zapewnia marginesów ani agregacji.

Można to zrobić za pomocą funkcji reshape() lub za pomocą melt() / cast() funkcje w pakiecie przekształcania. Dla drugiej opcji przykładowy kod to

library(reshape)
cast(dat1, name ~ numbers)

Lub używając reshape2

library(reshape2)
dcast(dat1, name ~ numbers)

Inną opcją, jeśli wydajność jest problemem, jest użycie rozszerzenia data.table reshape2's melt & dcast functions

(odniesienie: efektywne przekształcanie za pomocą danych.tabele )

library(data.table)

setDT(dat1)
dcast(dat1, name ~ numbers, value.var = "value")

#          name          1          2         3         4
# 1:  firstName  0.1836433 -0.8356286 1.5952808 0.3295078
# 2: secondName -0.8204684  0.4874291 0.7383247 0.5757814

I, od danych.tabela v1.9. 6 możemy odlewać na wielu kolumnach

## add an extra column
dat1[, value2 := value * 2]

## cast multiple value columns
dcast(dat1, name ~ numbers, value.var = c("value", "value2"))

#          name    value_1    value_2   value_3   value_4   value2_1   value2_2 value2_3  value2_4
# 1:  firstName  0.1836433 -0.8356286 1.5952808 0.3295078  0.3672866 -1.6712572 3.190562 0.6590155
# 2: secondName -0.8204684  0.4874291 0.7383247 0.5757814 -1.6409368  0.9748581 1.476649 1.1515627

Używając Twojego przykładowego dataframe, możemy:

xtabs(value ~ name + numbers, data = dat1)

Pozostałe dwie opcje:

Pakiet podstawowy:

df <- unstack(dat1, form = value ~ numbers)
rownames(df) <- unique(dat1$name)
df

sqldf opakowanie:

library(sqldf)
sqldf('SELECT name,
      MAX(CASE WHEN numbers = 1 THEN value ELSE NULL END) x1, 
      MAX(CASE WHEN numbers = 2 THEN value ELSE NULL END) x2,
      MAX(CASE WHEN numbers = 3 THEN value ELSE NULL END) x3,
      MAX(CASE WHEN numbers = 4 THEN value ELSE NULL END) x4
      FROM dat1
      GROUP BY name')

Używając bazy R aggregate Funkcja:

aggregate(value ~ name, dat1, I)

# name           value.1  value.2  value.3  value.4
#1 firstName      0.4145  -0.4747   0.0659   -0.5024
#2 secondName    -0.8259   0.1669  -0.8962    0.1681

Jest bardzo potężny nowy pakiet genius data scientists w Win-Vector (ludzie, którzyvtreat, seplyr i replyr) o nazwie cdata. Implementuje ona zasady "skoordynowanych danych" opisane w niniejszym dokumencie , a także w niniejszym poście na blogu . Chodzi o to, że niezależnie od tego, w jaki sposób organizujesz swoje dane, powinno być możliwe zidentyfikowanie poszczególnych punktów danych za pomocą systemu "współrzędnych danych". Oto fragment ostatniego postu na blogu Johna Mount ' a:

Cały system opiera się na dwóch podstawowych lub operatorów cdata::moveValuesToRowsD() oraz cdata:: moveValuesToColumnsD(). Te operatorzy mają pivot, un-pivot, one-hot kodować, transponować, przenoszenie wiele wierszy i kolumn oraz wiele innych przekształceń jako proste specjalne sprawy.

Łatwo jest napisać wiele różnych operacji pod względem CDATA primitives. Operatory te mogą pracować-w pamięci lub na big data skalowanie (z bazami danych i Apache Spark; Do big data użyj cdata:: moveValuesToRowsN() and cdata:: moveValuesToColumnsN() warianty). Transformatory są sterowane przez stół sterujący, który sam jest diagramem (lub obrazem) transformacji.

Najpierw zbudujemy tabelę kontrolną (szczegóły w blogu ), a następnie wykonamy przenoszenie danych z wierszy do kolumn.

library(cdata)
# first build the control table
pivotControlTable <- buildPivotControlTableD(table = dat1, # reference to dataset
                        columnToTakeKeysFrom = 'numbers', # this will become column headers
                        columnToTakeValuesFrom = 'value', # this contains data
                        sep="_")                          # optional for making column names

# perform the move of data to columns
dat_wide <- moveValuesToColumnsD(tallTable =  dat1, # reference to dataset
                    keyColumns = c('name'),         # this(these) column(s) should stay untouched 
                    controlTable = pivotControlTable# control table above
                    ) 
dat_wide

#>         name  numbers_1  numbers_2  numbers_3  numbers_4
#> 1  firstName  0.3407997 -0.7033403 -0.3795377 -0.7460474
#> 2 secondName -0.8981073 -0.3347941 -0.5013782 -0.1745357

Baza reshape funkcja działa doskonale:

df <- data.frame(
  year   = c(rep(2000, 12), rep(2001, 12)),
  month  = rep(1:12, 2),
  values = rnorm(24)
)
df_wide <- reshape(df, idvar="year", timevar="month", v.names="values", direction="wide", sep="_")
df_wide

Gdzie

• idvar jest kolumną klas, która oddziela wiersze
• timevar jest kolumną klas do rzucania szerokich
• v.names jest kolumną zawierającą wartości liczbowe
• direction określa szeroki lub długi format
• opcjonalny argument sep jest separatorem używanym pomiędzy timevar nazwami klas I v.names w wyjściu data.frame.

Jeśli nie istnieje idvar, utwórz go przed korzystanie z funkcji reshape():

df$id   <- c(rep("year1", 12), rep("year2", 12))
df_wide <- reshape(df, idvar="id", timevar="month", v.names="values", direction="wide", sep="_")
df_wide

Pamiętaj, że idvar jest wymagane! Część timevar i v.names jest łatwa. Wyjście tej funkcji jest bardziej przewidywalne niż niektóre z pozostałych, ponieważ wszystko jest wyraźnie zdefiniowane.