web-dev-qa-db-ja.com

データを長い形式から広い形式に変更する方法

次のデータフレームを並べ替えることができません。

set.seed(45)
dat1 <- data.frame(
    name = rep(c("firstName", "secondName"), each=4),
    numbers = rep(1:4, 2),
    value = rnorm(8)
    )

dat1
       name  numbers      value
1  firstName       1  0.3407997
2  firstName       2 -0.7033403
3  firstName       3 -0.3795377
4  firstName       4 -0.7460474
5 secondName       1 -0.8981073
6 secondName       2 -0.3347941
7 secondName       3 -0.5013782
8 secondName       4 -0.1745357

それぞれの一意の "name"変数が、その行に沿った観測値としての "values"と、colnamesとしての "numbers"とを含むような形になるように変形したいのです。このようなもの：

     name          1          2          3         4
1  firstName  0.3407997 -0.7033403 -0.3795377 -0.7460474
5 secondName -0.8981073 -0.3347941 -0.5013782 -0.1745357

私はmeltとcastと他のいくつかを調べましたが、その仕事をしているようには見えません。

rreshaper-faq
221
Steve

reshape関数を使う：

reshape(dat1, idvar = "name", timevar = "numbers", direction = "wide")
222
Chase

新しい（2014年）tidyrパッケージもこれを簡単に行います。gather()/spread()はmelt/castの用語です。

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

github から、

tidyrは、きちんとしたデータフレームワークに付随し、magrittrおよびdplyrと連携してデータ分析のための強固なパイプラインを構築するように設計されたreshape2の改装です。

reshape2がreshapeよりも少なかったように、tidyrはreshape2よりも少なかった。これはデータを整理するために特別に設計されたもので、reshape2が行う一般的な再整形、または再整形が行った一般的な集約ではありません。特に、組み込みメソッドはデータフレームに対してのみ機能し、tidyrはマージンや集約を提供しません。

120
Gregor

これはreshape()関数、またはreshapeパッケージのmelt()/cast()関数で行うことができます。 2番目のオプションの場合、コード例は

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

あるいはreshape2を使う

library(reshape2)
dcast(dat1, name ~ numbers)
67
Ista

パフォーマンスが問題になる場合のもう1つの選択肢は、data.tableのmelt＆dcast関数のreshape2の拡張を使用することです。

（ 参照：data.tablesを使用した効率的な再整形 ）

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

そして、data.table v1.9.6以降では、複数の列にキャストできます。

## 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
34
SymbolixAU

サンプルのデータフレームを使用して、

xtabs(value ~ name + numbers, data = dat1)
24
Jim M.

他の2つの選択肢：

基本パッケージ

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

sqldfパッケージ：

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')
17
mpalanco

ベースRのaggregate関数を使う：

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
10
Ronak Shah

Win-Vector（vtreat、seplyrおよびreplyrを作成した人々）の天才データ科学者による非常に強力な新しいパッケージがcdataです。それは この文書 そしてまたこの ブログ記事 に記述されている「調整されたデータ」の原則を実行します。考え方は、データをどのように編成するかにかかわらず、「データ座標」のシステムを使用して個々のデータポイントを識別することが可能であるべきであるということです。これは、John Mountによる最近のブログ投稿からの抜粋です。

システム全体は、cdata :: moveValuesToRowsD（）およびcdata :: moveValuesToColumnsD（）の2つのプリミティブまたは演算子に基づいています。これらの演算子には、単純な特殊なケースとして、ピボット、アンピボット、ワンホ​​ットエンコード、転置、複数の行と列の移動、およびその他の多くの変換があります。

Cdataプリミティブに関しては、さまざまな操作を簡単に書くことができます。これらの演算子はメモリ内でもビッグデータスケールでも（データベースとApache Sparkを使って;ビッグデータのためにはcdata :: moveValuesToRowsN（）とcdata :: moveValuesToColumnsN（）を使うことができます）。変換は、それ自体が変換の図（またはピクチャ）である制御テーブルによって制御されます。

最初にコントロールテーブルを作成し（詳細については blog post を参照）、次に行から列へのデータの移動を実行します。

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
6
dmi3kno

基本のreshape関数は完璧に動作します。

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

どこで

  • idvarは、行を区切るクラスの列です。
  • timevarは、キャストするクラスの列です。
  • v.namesは数値を含む列です
  • directionはワイドフォーマットまたはロングフォーマットを指定します
  • オプションのsep引数は、timevarクラス名と出力v.namesのdata.frameの間に使用される区切り文字です。

idvarが存在しない場合は、reshape()関数を使用する前に作成します。

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

idvarは必須です。 timevarとv.namesの部分は簡単です。すべてが明示的に定義されているので、この関数の出力は他のものよりも予測可能です。

3
Adam Erickson

tidyr‘0.8.3.9000’の開発バージョンでは、pivot_widerとpivot_longerがあります。これらは、それぞれ再整形を行うために一般化されています（それぞれ長い->広い、広い->長い） 1から複数の列。 OPのデータを使用する

-単一列の長い->幅

library(dplyr)
library(tidyr)
dat1 %>% 
    pivot_wider(names_from = numbers, values_from = value)
# A tibble: 2 x 5
#  name          `1`    `2`    `3`    `4`
#  <fct>       <dbl>  <dbl>  <dbl>  <dbl>
#1 firstName   0.341 -0.703 -0.380 -0.746
#2 secondName -0.898 -0.335 -0.501 -0.175

->機能を示す別の列を作成しました

dat1 %>% 
    mutate(value2 = value * 2) %>% 
    pivot_wider(names_from = numbers, values_from = c("value", "value2"))
# A tibble: 2 x 9
#  name       value_1 value_2 value_3 value_4 value2_1 value2_2 value2_3 value2_4
#  <fct>        <dbl>   <dbl>   <dbl>   <dbl>    <dbl>    <dbl>    <dbl>    <dbl>
#1 firstName    0.341  -0.703  -0.380  -0.746    0.682   -1.41    -0.759   -1.49 
#2 secondName  -0.898  -0.335  -0.501  -0.175   -1.80    -0.670   -1.00    -0.349
1
akrun

はるかに簡単な方法！

devtools::install_github("yikeshu0611/onetree") #install onetree package

library(onetree)
widedata=reshape_toWide(data = dat1,id = "name",j = "numbers",value.var.prefix = "value")
widedata

        name     value1     value2     value3     value4
   firstName  0.3407997 -0.7033403 -0.3795377 -0.7460474
  secondName -0.8981073 -0.3347941 -0.5013782 -0.1745357

ワイドからロングに戻る場合は、ワイドのみをロングに変更し、オブジェクトは変更しません。

reshape_toLong(data = widedata,id = "name",j = "numbers",value.var.prefix = "value")

        name numbers      value
   firstName       1  0.3407997
  secondName       1 -0.8981073
   firstName       2 -0.7033403
  secondName       2 -0.3347941
   firstName       3 -0.3795377
  secondName       3 -0.5013782
   firstName       4 -0.7460474
  secondName       4 -0.1745357
1
zhang jing