从广角重塑凌乱和不平衡的数据集长

我有一个数据集（数据），看起来像这样：从广角重塑凌乱和不平衡的数据集长

ID,ABC.BC,ABC.PL,DEF.BC,DEF.M,GHI.PL 
SB0005,C01,D20,C01a,C01b,D20 
BC0013,C05,D5,C05a,NA,D5

我想从广角到长格式来得到这样的重塑它：

ID,FC,Type,Var 
SB0005,ABC,BC,C01 
SB0005,ABC,PL,D20 
SB0005,DEF,BC,C01a 
SB0005,DEF,M,C01b 
SB0005,GHI,PL,D20 
BC0013,ABC,BC,C05 
BC0013,ABC,PL,D5 
BC0013,DEF,BC,C05a 
# BC0013,DEF,M,NA (This row need not be in the dataset as I will remove it later) 
BC0013,GHI,PL,D5

由于数据集不平衡，通常的整形包不起作用。我也尝试过从splitstackshape重塑，但它不给我我想要的。

library(splitstackshape) 
vary <- grep("\\.BC$|\\.PL$|\\.M$", names(data)) 
stubs <- unique(sub("\\..*$", "", names(data[vary]))) 
Reshape(data, id.vars=c("ID"), var.stubs=stubs, sep=".") 

ID,time,ABC,DEF,GHI 
SB0005,1,C01,C01a,D20 
BC0013,1,C05,C05a,D5 
SB0005,2,D20,C01b,NA 
BC0013,2,D5,NA,NA 
SB0005,3,NA,NA,NA 
BC0013,3,NA,NA,NA

感谢任何建议，谢谢！

提供了dput(data)输出的要求

structure(list(ID = structure(c(2L, 1L), .Label = c("BC0013", 
"SB0005"), class = "factor"), ABC.BC = structure(1:2, .Label = c("C01", 
"C05"), class = "factor"), ABC.PL = structure(1:2, .Label = c("D20", 
"D5"), class = "factor"), DEF.BC = structure(1:2, .Label = c("C01a", 
"C05a"), class = "factor"), DEF.M = structure(1:2, .Label = c("C01b", 
"NA"), class = "factor"), GHI.PL = structure(1:2, .Label = c("D20", 
"D5"), class = "factor")), .Names = c("ID", "ABC.BC", "ABC.PL", 
"DEF.BC", "DEF.M", "GHI.PL"), row.names = c(NA, -2L), class = "data.frame")

来源

2016-09-27 phusion

请提供'dput（数据）的输出'在你的问题，所以我们可以重现你的努力。 – Chrisss

它是如何不平衡的？你的意思是你想放弃的NA？此外，预期产出的最后一行是否应该有'D5'而不是'D20'？ –

你说得对，我纠正了错误，谢谢。由于BC，PL和M没有出现在所有FC中，所以它不平衡。 BC出现在ABC和DEF中，而不是GHI。 – phusion

您需要将数据先重塑为长格式，然后就可以吐变量列进到列。随着splitstackshape你可以这样做：

library(splitstackshape) # this will also load 'data.table' from which the 'melt' function is used 
cSplit(melt(mydf, id.vars = 'ID'), 
     'variable', 
     sep = '.', 
     direction = 'wide')[!is.na(value)]

导致：

      ID value variable_1 variable_2 
1:     SB0005 C01  ABC   BC 
2:     BC0013 C05  ABC   BC 
3:     SB0005 D20  ABC   PL 
4:     BC0013 D5  ABC   PL 
5:     SB0005 C01a  DEF   BC 
6:     BC0013 C05a  DEF   BC 
7:     SB0005 C01b  DEF   M 
8:     SB0005 D20  GHI   PL 
9:     BC0013 D5  GHI   PL

与tidyr一种替代方案：

library(tidyr) 
mydf %>% 
    gather(var, val, -ID) %>% 
    separate(var, c('FC','Type')) %>% 
    filter(!is.na(val))

来源

2016-09-27 06:13:02 Jaap

从广角重塑凌乱和不平衡的数据集长

回答

相关问题