r - 使用耦合列从宽到长 : Is there a more R way to do this (i. e。 - 不使用 for 循环)？

Question

这个问题在这里已经有了答案:

Reshaping multiple sets of measurement columns (wide format) into single columns (long format) (8 个回答)

关闭 3年前.

我有一个如下所示的数据集:

phrase      wo1sp     wo2sp     wo3sp     wo1sc     wo2sc     wo3sc
hello       dan       mark      todd      10        5         4
hello       mark      dan       chris     8         9         4
goodbye     mark      dan       kev       2         4         10
what        kev       dan       mark      4         5         5

我想把它改成这样:

phrase      sp      sc
hello       dan     10 
hello       mark    5
hello       todd    4
hello       mark    8
hello       dan     9
hello       chris   4
goodbye     mark    2
goodbye     dan     4
goodbye     kev     10
what        kev     4
what        dan     5
what        mark    5

我遇到的许多建议不依赖于相互耦合的数据列，因此这些建议最终会丢失诸如 gather 调用之类的信息。我问 this昨天的问题。

我已经这样解决了:

library("tidyverse")

test_set = tribble(~phrase,      ~wo1sp,     ~wo2sp,     ~wo3sp,     ~wo1sc,     ~wo2sc,     ~wo3sc,
                   "hello",       "dan",       "mark",      "todd",      10,        5,         4,
                   "goodbye",     "mark",      "dan",       "kev",       2,         4,         10,
                   "what",        "kev",       "dan",       "mark",      4,         5,         5,
                   "hello",       "mark",      "dan",       "mark",      4,         7,         10)

tmp_list <- list()
for (ii in 1:3) {
  selected_data <- test_set %>%
    group_by(phrase) %>%
    select(matches(paste("wo", ii, "|phrase", sep="")))
  names(selected_data) <- c("phrase", "sp", "sc")
  tmp_list[[ii]] <- selected_data
}
ds <- do.call(rbind, tmp_list)

这正是我想要的，但感觉... hacky。在 R 中，我尽量避免循环和弄乱列名(直到最终清理)。甚至 select 语句都感觉很有趣。我相信有一种更清洁的方法可以做到这一点，但我花了很长时间(主要是使用 tidyr)试图弄清楚如何做，但一无所获。

有人有什么想法吗？

(重复的问题似乎是一样的，但这个问题的答案完全不同[而且更酷])

Answer 1

data.table 来救援..

library(data.table)
setDT(df)
melt(df, id.vars = "phrase", measure.vars = patterns(sp = "sp$", sc = "sc$"))
 #    phrase variable    sp sc
 #1:   hello        1   dan 10
 #2:   hello        1  mark  8
 #3: goodbye        1  mark  2
 #4:    what        1   kev  4
 #5:   hello        2  mark  5
 #6:   hello        2   dan  9
 #7: goodbye        2   dan  4
 #8:    what        2   dan  5
 #9:   hello        3  todd  4
#10:   hello        3 chris  4
#11: goodbye        3   kev 10
#12:    what        3  mark  5

measure=patterns(sp = "sp$", sc = "sc$") 允许您指定遵循命名模式的相关列组，在这种情况下，所有 sp 列以 sp 结尾，其他列以 sc 结尾。因此，您将这两列作为输出。 variable 列是为您提供的附加信息，它告诉您数据来自列组的哪个原始列。