将两个标题的csv读入data.frame

Question

对于看似简单的问题抱歉，但似乎无法找到解决以下重新排列问题的解决方案。我已经习惯使用read.csv来读取带有标题行的文件，但是我有一个带有两个“标题”行的Excel电子表格 - 单元格标识符（a，b，c ... g）以及三组（测量值（X，Y和z;每个1000）对每个小区：

a   b  
x y z x y z 
10 1 5 22 1 6 
12 2 6 21 3 5 
12 2 7 11 3 7 
13 1 4 33 2 8 
12 2 5 44 1 9 

CSV文件如下：

a,,,b,, 
x,y,z,x,y,z 
10,1,5,22,1,6 
12,2,6,21,3,5 
12,2,7,11,3,7 
13,1,4,33,2,8 
12,2,5,44,1,9 

我怎样才能在R A data.frame如下所示？

cell x y z 
a 10 1 5 
a 12 2 6 
a 12 2 7 
a 13 1 4 
a 12 2 5 
b 22 1 6 
b 21 3 5 
b 11 3 7 
b 33 2 8 
b 44 1 9 

Answer 1

使用基础R reshape()：

temp = read.delim(text="a,,,b,, 
x,y,z,x,y,z 
10,1,5,22,1,6 
12,2,6,21,3,5 
12,2,7,11,3,7 
13,1,4,33,2,8 
12,2,5,44,1,9", header=TRUE, skip=1, sep=",") 
names(temp)[1:3] = paste0(names(temp[1:3]), ".0") 
OUT = reshape(temp, direction="long", ids=rownames(temp), varying=1:ncol(temp)) 
OUT 
#  time x y z id 
# 1.0 0 10 1 5 1 
# 2.0 0 12 2 6 2 
# 3.0 0 12 2 7 3 
# 4.0 0 13 1 4 4 
# 5.0 0 12 2 5 5 
# 1.1 1 22 1 6 1 
# 2.1 1 21 3 5 2 
# 3.1 1 11 3 7 3 
# 4.1 1 33 2 8 4 
# 5.1 1 44 1 9 5 

基本上，你应该只跳过第一行，那里有字母A-G每个第三列。由于子列名全部相同，因此R将在第三列之后的所有列之后自动附加分组编号;所以我们需要为前三列添加一个分组编号。

然后你可以创建一个“id”变量，或者，正如我在这里所做的那样，只需使用这些ID的行名即可。

您可以更改 “时间” 变量设置为 “细胞” 变量，如下所示：

# Change the following to the number of levels you actually have 
OUT$cell = factor(OUT$time, labels=letters[1:2]) 

然后，删除 “时间” 栏：

OUT$time = NULL 

更新

要在下面的评论中回答一个问题，如果第一个标签不是字母，这应该仍然没有问题。我会采取的序列如下：

temp = read.csv("path/to/file.csv", skip=1, stringsAsFactors = FALSE) 
GROUPS = read.csv("path/to/file.csv", header=FALSE, 
        nrows=1, stringsAsFactors = FALSE) 
GROUPS = GROUPS[!is.na(GROUPS)] 
names(temp)[1:3] = paste0(names(temp[1:3]), ".0") 
OUT = reshape(temp, direction="long", ids=rownames(temp), varying=1:ncol(temp)) 
OUT$cell = factor(temp$time, labels=GROUPS) 
OUT$time = NULL