Ba giải pháp thay thế:
1) Với bảng dữ liệu:
Bạn có thể sử dụng melt
chức năng tương tự như trong reshape2
gói (đây là một triển khai mở rộng & được cải thiện). melt
từ data.table
cũng có nhiều tham số mà hàm-hàm melt
từ reshape2
. Ví dụ, bạn cũng có thể chỉ định tên của cột biến:
library(data.table)
long <- melt(setDT(wide), id.vars = c("Code","Country"), variable.name = "year")
cung cấp cho:
> long
Code Country year value
1: AFG Afghanistan 1950 20,249
2: ALB Albania 1950 8,097
3: AFG Afghanistan 1951 21,352
4: ALB Albania 1951 8,986
5: AFG Afghanistan 1952 22,532
6: ALB Albania 1952 10,058
7: AFG Afghanistan 1953 23,557
8: ALB Albania 1953 11,123
9: AFG Afghanistan 1954 24,555
10: ALB Albania 1954 12,246
Một số ký hiệu thay thế:
melt(setDT(wide), id.vars = 1:2, variable.name = "year")
melt(setDT(wide), measure.vars = 3:7, variable.name = "year")
melt(setDT(wide), measure.vars = as.character(1950:1954), variable.name = "year")
2) Với tidyr:
library(tidyr)
long <- wide %>% gather(year, value, -c(Code, Country))
Một số ký hiệu thay thế:
wide %>% gather(year, value, -Code, -Country)
wide %>% gather(year, value, -1:-2)
wide %>% gather(year, value, -(1:2))
wide %>% gather(year, value, -1, -2)
wide %>% gather(year, value, 3:7)
wide %>% gather(year, value, `1950`:`1954`)
3) Với định hình lại2:
library(reshape2)
long <- melt(wide, id.vars = c("Code", "Country"))
Một số ký hiệu thay thế cho kết quả tương tự:
# you can also define the id-variables by column number
melt(wide, id.vars = 1:2)
# as an alternative you can also specify the measure-variables
# all other variables will then be used as id-variables
melt(wide, measure.vars = 3:7)
melt(wide, measure.vars = as.character(1950:1954))
GHI CHÚ:
- định hình lại2Đã nghỉ hưu. Chỉ những thay đổi cần thiết để giữ nó trên CRAN sẽ được thực hiện. ( nguồn )
- Nếu bạn muốn loại trừ
NA
các giá trị, bạn có thể thêm na.rm = TRUE
vào melt
cũng như các gather
hàm.
Một vấn đề khác với dữ liệu là các giá trị sẽ được R đọc dưới dạng giá trị ký tự (là kết quả của ,
các số). Bạn có thể sửa nó với gsub
và as.numeric
:
long$value <- as.numeric(gsub(",", "", long$value))
Hoặc trực tiếp với data.table
hoặc dplyr
:
# data.table
long <- melt(setDT(wide),
id.vars = c("Code","Country"),
variable.name = "year")[, value := as.numeric(gsub(",", "", value))]
# tidyr and dplyr
long <- wide %>% gather(year, value, -c(Code,Country)) %>%
mutate(value = as.numeric(gsub(",", "", value)))
Dữ liệu:
wide <- read.table(text="Code Country 1950 1951 1952 1953 1954
AFG Afghanistan 20,249 21,352 22,532 23,557 24,555
ALB Albania 8,097 8,986 10,058 11,123 12,246", header=TRUE, check.names=FALSE)