如何转动/忽略(转换/融合)数据框？

Question

我如何'取消'一张桌子？什么是适当的技术术语？

更新:该术语称为融化

我有一个国家的数据框和每年的数据

Country     2001    2002    2003
Nigeria     1       2       3
UK          2       NA       1

我希望有类似的东西

Country    Year    Value
Nigeria    2001    1
Nigeria    2002    2
Nigeria    2003    3
UK         2001    2
UK         2002    NA
UK         2003    1

Answer 1

我仍然无法相信我用答案击败了安德烈.:)

> library(reshape)
> my.df <- read.table(text = "Country     2001    2002    2003
   + Nigeria     1       2       3
   + UK          2       NA       1", header = TRUE)
> my.result <- melt(my.df, id = c("Country"))
> my.result[order(my.result$Country),]
     Country variable value
   1 Nigeria    X2001     1
   3 Nigeria    X2002     2
   5 Nigeria    X2003     3
   2      UK    X2001     2
   4      UK    X2002    NA
   6      UK    X2003     1

Answer 2

reshape这个问题的基本 R方法非常难看，特别是因为名称不是reshape喜欢的形式。这将类似于以下内容，其中第一setNames行将列名修改为reshape可以使用的内容。

reshape(
  setNames(mydf, c("Country", paste0("val.", c(2001, 2002, 2003)))), 
  direction = "long", idvar = "Country", varying = 2:ncol(mydf), 
  sep = ".", new.row.names = seq_len(prod(dim(mydf[-1]))))

基础 R 中更好的替代方法是使用stack，如下所示：

cbind(mydf[1], stack(mydf[-1]))
#   Country values  ind
# 1 Nigeria      1 2001
# 2      UK      2 2001
# 3 Nigeria      2 2002
# 4      UK     NA 2002
# 5 Nigeria      3 2003
# 6      UK      1 2003

现在还提供了用于重塑数据的新工具，例如“tidyr”包，它为我们提供了gather. 当然，该tidyr:::gather_.data.frame方法只是调用reshape2::melt，所以除了介绍您可能在 Hadleyverse 中遇到的较新语法外，我的这部分答案不一定会增加太多内容。

library(tidyr)
gather(mydf, year, value, `2001`:`2003`) ## Note the backticks
#   Country year value
# 1 Nigeria 2001     1
# 2      UK 2001     2
# 3 Nigeria 2002     2
# 4      UK 2002    NA
# 5 Nigeria 2003     3
# 6      UK 2003     1

如果您想要您在问题中显示的行顺序，这里的所有三个选项都需要重新排序行。

第四个选择是merged.stack从我的“splitstackshape”包中使用。像 base R's 一样reshape，您需要将列名修改为包含“变量”和“时间”指示符的内容。

library(splitstackshape)
merged.stack(
  setNames(mydf, c("Country", paste0("V.", 2001:2003))),
  var.stubs = "V", sep = ".")
#    Country .time_1  V
# 1: Nigeria    2001  1
# 2: Nigeria    2002  2
# 3: Nigeria    2003  3
# 4:      UK    2001  2
# 5:      UK    2002 NA
# 6:      UK    2003  1

样本数据

 mydf <- structure(list(Country = c("Nigeria", "UK"), `2001` = 1:2, `2002` = c(2L, 
     NA), `2003` = c(3L, 1L)), .Names = c("Country", "2001", "2002",               
     "2003"), row.names = 1:2, class = "data.frame")