使用gather（）将两个（或更多）列组收集到两个（或更多）键值对中

Question

我想将两个独立的列组收集到两个键值对中。下面是一些示例性数据：

library(dplyr) 
library(tidyr) 
ID = c(1:5) 
measure1 = c(1:5) 
measure2 = c(6:10) 
letter1 = c("a", "b", "c", "d", "e") 
letter2 = c("f", "g", "h", "i", "j") 

df = data.frame(ID, measure1, measure2, letter1, letter2) 
df = tbl_df(df) 
df$letter1 <- as.character(df$letter1) 
df$letter2 <- as.character(df$letter2) 

我希望两个量度列（措施1和measure2）的值是在一列中具有键柱旁边（键 - 值对）。我也希望letter1和letter2一样。我想，我可以使用select（）创建两个不同的数据集，用两个数据集seperately收集，然后加入（这工作）：

df_measure = df %>% 
    select(ID, measure1, measure2) %>% 
    gather(measure_time, measure, -ID) %>% 
    mutate(id.extra = c(1:10)) 
df_letter = df %>% 
    select(ID, letter1, letter2) %>% 
    gather(letter_time, letter, -ID) %>% 
    mutate(id.extra = c(1:10)) 
df_long = df_measure %>% 
    left_join(df_letter, by = "id.extra") 

所以这完美的作品（在这种情况下），但我想这可以做得更优雅（没有像分裂或创建'id.extra'之类的东西），所以请说明一下吧！

Answer 1

您可以使用类似下面的内容。我不确定从目前的方法，如果这正是你想要的输出或不，因为它似乎包含大量的冗余信息。

df %>% 
    gather(val, var, -ID) %>% 
    extract(val, c("value", "time"), regex = "([a-z]+)([0-9]+)") %>% 
    spread(value, var) 
# # A tibble: 10 × 4 
#  ID time letter measure 
# * <int> <chr> <chr> <chr> 
# 1  1  1  a  1 
# 2  1  2  f  6 
# 3  2  1  b  2 
# 4  2  2  g  7 
# 5  3  1  c  3 
# 6  3  2  h  8 
# 7  4  1  d  4 
# 8  4  2  i  9 
# 9  5  1  e  5 
# 10  5  2  j  10 

---

这是更容易与melt + patterns完成从 “data.table”：

library(data.table) 
melt(as.data.table(df), measure.vars = patterns("measure", "letter")) 

---

或者你也可以是老派的，只是使用reshape从基地R.但是，请注意，基础R的reshape不喜欢“蹒跚”，所以你必须将它与as.data.frame转换）。

reshape(as.data.frame(df), direction = "long", idvar = "ID", 
     varying = 2:ncol(df), sep = "") 

Answer 2

我们可以使用从data.tablemelt可以采取多种measurepatterns

library(data.table) 
melt(setDT(df), measure = patterns("^measure", "^letter"), 
      value.name = c("measure", "letter")) 
#  ID variable measure letter 
# 1: 1  1  1  a 
# 2: 2  1  2  b 
# 3: 3  1  3  c 
# 4: 4  1  4  d 
# 5: 5  1  5  e 
# 6: 1  2  6  f 
# 7: 2  2  7  g 
# 8: 3  2  8  h 
# 9: 4  2  9  i 
#10: 5  2  10  j