在 R 中 reshape 数据。是否可以有两个 "value variables"

Question

这个问题在这里已经有了答案:





Reshaping several variables wide with cast

(3 个回答)


7年前关闭。




我正在努力 reshape 包，寻找一种“转换”数据框但在“value.var”中有两个(或更多)值的方法。

这是我想要实现的一个例子。

df <- data.frame( StudentID = c("x1", "x10", "x2", 
                            "x3", "x4", "x5", "x6", "x7", "x8", "x9"),
              StudentGender = c('F', 'M', 'F', 'M', 'F', 'M', 'F', 'M', 'M', 'M'),
              ExamenYear    = c('2007','2007','2007','2008','2008','2008','2008','2009','2009','2009'),
              Exam          = c('algebra', 'stats', 'bio', 'algebra', 'algebra', 'stats', 'stats', 'algebra', 'bio', 'bio'),
              participated  = c('no','yes','yes','yes','no','yes','yes','yes','yes','yes'),  
              passed      = c('no','yes','yes','yes','no','yes','yes','yes','no','yes'),
              stringsAsFactors = FALSE)

从 df 我可以创建以下数据框:

tx <- ddply(df, c('ExamenYear','StudentGender'), summarize,
        participated = sum(participated      == "yes"),
        passed   = sum(passed      == "yes"))

在 reshape 逻辑中，我有两个 “值(value)变量”参加并通过

我正在寻找将以下信息组合在一个数据框中的方法:

 dcast(tx, formula = ExamenYear ~ StudentGender, value.var = 'participated')
 dcast(tx, formula = ExamenYear ~ StudentGender, value.var = 'passed')

我试图创建的茶几看起来像这样

tempTab1 <- dcast(tx, formula = ExamenYear ~ StudentGender, value.var = 'participated')
tempTab2 <- dcast(tx, formula = ExamenYear ~ StudentGender, value.var = 'passed')

as.data.frame(cbind(ExamenYear = tempTab1[,1],
                Female_Participated = tempTab1[,2],
                Female_Passed       = tempTab2[,2],
                Male_Participated    = tempTab1[,3],
                Male_Passed          = tempTab2[,3]
                ))

转换函数中是否可以有两个“值变量”？

Answer 1

既然你已经走到这一步，何不melt您的 tx反对和使用dcast如下:

dcast(melt(tx, id.vars=c(1, 2)), ExamenYear ~ StudentGender + variable)
#   ExamenYear F_participated F_passed M_participated M_passed
# 1       2007              1        1              1        1
# 2       2008              1        1              2        2
# 3       2009             NA       NA              3        2

然而，更直接的方法可能是 melt。您从一开始的数据:

df.m <- melt(df, id.vars=c(1:4))
dcast(df.m, ExamenYear ~ StudentGender + variable, 
      function(x) sum(x == "yes"))
#   ExamenYear F_participated F_passed M_participated M_passed
# 1       2007              1        1              1        1
# 2       2008              1        1              2        2
# 3       2009              0        0              3        2

更新:基础 R 方法

虽然所需的代码没有那么“漂亮”，但在基础 R 中执行此操作也不是太难。这是一种方法:

使用aggregate()获取 tx从你的例子。

dfa <- aggregate(cbind(participated, passed) ~ 
  ExamenYear + StudentGender, df, function(x) sum(x == "yes"))
dfa
#   ExamenYear StudentGender participated passed
# 1       2007             F            1      1
# 2       2008             F            1      1
# 3       2007             M            1      1
# 4       2008             M            2      2
# 5       2009             M            3      2

使用reshape改造dfa从“长”到“宽”。

reshape(dfa, direction = "wide", 
        idvar="ExamenYear", timevar="StudentGender")
#   ExamenYear participated.F passed.F participated.M passed.M
# 1       2007              1        1              1        1
# 2       2008              1        1              2        2
# 5       2009             NA       NA              3        2