中间重新整形

Question

作为试点调查的一部分，我向每个 Turker 提供了四个选项中的一组选项。数据如下所示:

> so
  WorkerId pio_1_1 pio_1_2 pio_1_3 pio_1_4 pio_2_1 pio_2_2 pio_2_3 pio_2_4
1        1     Yes      No      No      No      No      No     Yes      No
2        2      No     Yes      No      No     Yes      No     Yes      No
3        3     Yes     Yes      No      No     Yes      No     Yes      No

我希望它看起来像这样:

WorkerId set pio1 pio2 pio3 pio4
       1   1  Yes   No   No   No
       1   2   No   No  Yes   No
...

我可以通过多种方式来解决这个问题，但都不是很优雅:

用正则表达式和反向引用交换数字的顺序，然后使用 reshape()

编写我自己的小函数来解析下划线之间的第一个数字，然后将其重新整形

拆分然后堆叠列(依赖于正确的排序)

但在我看来，所有这些都忽略了你可能称之为“双宽”格式的数据有自己的结构的想法。我很想为此使用 reshape2 包，但是尽管使用 cast() 生成了数据，但我看不到任何可以帮助我真正融化这个 data.frame 的选项。

欢迎提出建议。

so <- structure(list(WorkerId = 1:3, pio_1_1 = structure(c(2L, 1L, 
2L), .Label = c("No", "Yes"), class = "factor"), pio_1_2 = structure(c(1L, 
2L, 2L), .Label = c("No", "Yes"), class = "factor"), pio_1_3 = structure(c(1L, 
1L, 1L), .Label = c("No", "Yes"), class = "factor"), pio_1_4 = structure(c(1L, 
1L, 1L), .Label = "No", class = "factor"), pio_2_1 = structure(c(1L, 
2L, 2L), .Label = c("No", "Yes"), class = "factor"), pio_2_2 = structure(c(1L, 
1L, 1L), .Label = c("No", "Yes"), class = "factor"), pio_2_3 = structure(c(2L, 
2L, 2L), .Label = c("No", "Yes"), class = "factor"), pio_2_4 = structure(c(1L, 
1L, 1L), .Label = "No", class = "factor")), .Names = c("WorkerId", 
"pio_1_1", "pio_1_2", "pio_1_3", "pio_1_4", "pio_2_1", "pio_2_2", 
"pio_2_3", "pio_2_4"), row.names = c(NA, 3L), class = "data.frame")

Answer 1

我建议对你的名字做一些 gsub 以将它们变成 R 更喜欢的形式，换句话说，时间变量是最后一项，而不是中间项，并带有“。”作为默认分隔符。

试试这个:

names(so) = gsub("([a-z])_([0-9])_([0-9])", "\\1_\\3\\.\\2", names(so))
so.l = reshape(so, direction="long", varying=2:9, timevar="set", idvar=1)

然后，如果要按 WorkerId 排序:

so.l = so.l[order(so.l$WorkerId), ]