当我有一个以上的测量变量时,我很难想出最优雅、最灵活的方法来将数据从长格式切换到宽格式.
例如,这里有一个长格式的简单数据帧.ID
是对象,TIME
是时间变量,X
和Y
是在TIME
处对ID
进行的测量:
> my.df <- data.frame(ID=rep(c("A","B","C"), 5), TIME=rep(1:5, each=3), X=1:15, Y=16:30)
> my.df
ID TIME X Y
1 A 1 1 16
2 B 1 2 17
3 C 1 3 18
4 A 2 4 19
5 B 2 5 20
6 C 2 6 21
7 A 3 7 22
8 B 3 8 23
9 C 3 9 24
10 A 4 10 25
11 B 4 11 26
12 C 4 12 27
13 A 5 13 28
14 B 5 14 29
15 C 5 15 30
如果我只想将TIME
的值转换为包含include X
的列标题,我知道我可以使用reshape
包中的cast()
(或reshape2
包中的dcast()
):
> cast(my.df, ID ~ TIME, value="X")
ID 1 2 3 4 5
1 A 1 4 7 10 13
2 B 2 5 8 11 14
3 C 3 6 9 12 15
但我真正想做的是,把Y
作为另一个度量变量,让列名同时反映度量变量名和时间值:
ID X_1 X_2 X_3 X_4 X_5 Y_1 Y_2 Y_3 Y_4 Y_5
1 A 1 4 7 10 13 16 19 22 25 28
2 B 2 5 8 11 14 17 20 23 26 29
3 C 3 6 9 12 15 18 21 24 27 30
(FWIW,我真的不在乎所有的X
是先跟在Y
后面,还是它们交错排列成X_1
、Y_1
、X_2
、Y_2
等等.)
我可以通过两次合并长数据并合并结果来接近这一点,尽管列名需要一些工作,如果我需要在X
和Y
之外添加第三个或第四个变量,我需要对其进行调整:
merge(
cast(my.df, ID ~ TIME, value="X"),
cast(my.df, ID ~ TIME, value="Y"),
by="ID", suffixes=c("_X","_Y")
)
似乎reshape2
和/或plyr
中的一些函数组合应该能够比我的try 更优雅地实现这一点,并且更干净地处理多个度量变量.比如cast(my.df, ID ~ TIME, value=c("X","Y"))
,这是无效的.但我还没弄明白.