我知道这里已经有很多关于这个主题的问题了。但在我看了一些之后，它们都只有一个"度量"栏。我仍然不知道如何使用我的数据。
我的数据如下，X1，X2表示不同的区域。因此，该数据集中的每一列都表示为单个区域收集的所有年龄。
age X1 X2
age 0 2 2
age 1 2 2
age 2 2 3
...
我想将数据重塑为宽格式：
age 0 age 1 age 2
X1 2 2 2
X2 2 2 3
...
要重新创建数据集，请使用
data <-structure(list(age = c("age 0", "age 1", "age 2", "age 3", "age 4",
"age 5", "age 6", "age 7", "age 8", "age 9", "age 10", "age 11",
"age 12"), X1 = c(2, 2, 2, 4, 7, 12, 19, 22, 18, 11, 6, 3, 3),
X2 = c(2, 2, 3, 4, 8, 14, 21, 24, 20, 12, 7, 4, 3)), row.names = c("0",
"1", "2", "3", "4", "5", "6", "7", "8", "9", "10", "11", "12"
), class = "data.frame")
转置有诀窍：
rownames(data)<- data[,1]
wide <- t(data)[2:3,]
但我想知道如何使用spread((或其他整形函数。
library(tidyr)
wide <- spread(data, age, X1)
#X2 remains the same, and X1 is not correcty reshaped.
wide <- spread(data, age, X1, X2)
#Error in spread.data.frame(data, age, X1, X2) : object 'X2' not found
下面的三年解决方案。你需要将该区域聚集到一列中才能进行传播。
library(tidyr)
data %>% gather(region,val,-age) %>% spread(age,val)
# region age 0 age 1 age 10 age 11 age 12 age 2 age 3 age 4 age 5 age 6 age 7 age 8 age 9
# 1 X1 2 2 6 3 3 2 4 7 12 19 22 18 11
# 2 X2 2 2 7 4 3 3 4 8 14 21 24 20 12
看起来你可以通过转换数据来实现这一点：
t(data)
如果你出于任何原因决定重塑数据，你可以使用重塑包，将数据完全转换为长格式，然后转换为宽格式：
library(reshape2)
dcast(melt(data, measure.vars = c("X1","X2")), variable~age)
或在基R中仅
> t("rownames<-"(data[, -1], data[, 1]))
age 0 age 1 age 2 age 3 age 4 age 5 age 6 age 7 age 8 age 9 age 10 age 11 age 12
X1 2 2 2 4 7 12 19 22 18 11 6 3 3
X2 2 2 3 4 8 14 21 24 20 12 7 4 3