我需要将我的宽表重塑为长格式，但为每条记录保留多个字段，例如:
dw <- read.table(header=T, text='
sbj f1.avg f1.sd f2.avg f2.sd blabla
A 10 6 50 10 bA
B 12 5 70 11 bB
C 20 7 20 8 bC
D 22 8 22 9 bD
')
# Now I want to melt this table, keeping both AVG and SD as separate fields for each measurement, to get something like this:
# sbj var avg sd blabla
# A f1 10 6 bA
# A f2 50 10 bA
# B f1 12 5 bB
# B f2 70 11 bB
# C f1 20 7 bC
# C f2 20 8 bC
# D f1 22 8 bD
# D f2 22 9 bD
我对melt和reshape的使用有基本的了解，但在我的案例中如何应用这种重塑对我来说不是很明显。
reshape使用适当的参数完成此操作。
varying列出以宽格式存在，但以长格式分成多行的列。v.names是长格式的等同物。在两者之间，创建一个映射。
From ?reshape:
同样，如果v.names显式给出，则不会尝试猜测。注意变量的变化顺序为x.1,y.1,x.2,y.2。
给定这些varying和v.names参数，reshape足够聪明地看到我已经指定了索引在这里的点之前(即顺序1)。x, 1。y, 2。2. x, y)。注意，原始数据的列是按这个顺序排列的，所以我们可以为这个示例数据指定varying=2:5，但这通常是不安全的。
给定times和v.names的值，reshape根据.字符(默认的sep参数)拆分varying列，以创建输出中的列。
times指定要在创建的var列中使用的值，并将v.names粘贴到这些值上，以获得用于映射结果的宽格式的列名。
最后，idvar被指定为sbj列，它以宽格式标识单个记录(感谢@thelatemail)。
reshape(dw, direction='long',
varying=c('f1.avg', 'f1.sd', 'f2.avg', 'f2.sd'),
timevar='var',
times=c('f1', 'f2'),
v.names=c('avg', 'sd'),
idvar='sbj')
## sbj blabla var avg sd
## A.f1 A bA f1 10 6
## B.f1 B bB f1 12 5
## C.f1 C bC f1 20 7
## D.f1 D bD f1 22 8
## A.f2 A bA f2 50 10
## B.f2 B bB f2 70 11
## C.f2 C bC f2 20 8
## D.f2 D bD f2 22 9
另一个选择是使用Hadley的新tidyr包。
library(tidyr)
library(dplyr)
dw <- read.table(header=T, text='
sbj f1.avg f1.sd f2.avg f2.sd blabla
A 10 6 50 10 bA
B 12 5 70 11 bB
C 20 7 20 8 bC
D 22 8 22 9 bD
')
dw %>%
gather(v, value, f1.avg:f2.sd) %>%
separate(v, c("var", "col")) %>%
arrange(sbj) %>%
spread(col, value)
melt来自>=1.9.6版本的data.table，通过将measure.vars中的列索引指定为list来实现这一点。
melt(setDT(dw), measure.vars=list(c(2,4), c(3,5)),
variable.name='var', value.name=c('avg', 'sd'))[,
var:= paste0('f',var)][order(sbj)]
# sbj blabla var avg sd
#1: A bA f1 10 6
#2: A bA f2 50 10
#3: B bB f1 12 5
#4: B bB f2 70 11
#5: C bC f1 20 7
#6: C bC f2 20 8
#7: D bD f1 22 8
#8: D bD f2 22 9
或者您可以使用新的patterns函数:
melt(setDT(dw),
measure = patterns("avg", "sd"),
variable.name = 'var', value.name = c('avg', 'sd'))
# sbj blabla var avg sd
# 1: A bA 1 10 6
# 2: B bB 1 12 5
# 3: C bC 1 20 7
# 4: D bD 1 22 8
# 5: A bA 2 50 10
# 6: B bB 2 70 11
# 7: C bC 2 20 8
# 8: D bD 2 22 9
这似乎做了你想要的，除了f从time的元素中删除。
reshape(dw, idvar = "sbj", varying = list(c(2,4),c(3,5)), v.names = c("ave", "sd"), direction = "long")
sbj blabla time ave sd
A.1 A bA 1 10 6
B.1 B bB 1 12 5
C.1 C bC 1 20 7
D.1 D bD 1 22 8
A.2 A bA 2 50 10
B.2 B bB 2 70 11
C.2 C bC 2 20 8
D.2 D bD 2 22 9
要添加到这里可用的选项，您还可以考虑从我的"splitstackshape"包中添加merged.stack:
library(splitstackshape)
merged.stack(dw, var.stubs = c("avg", "sd"), sep = "var.stubs", atStart = FALSE)
# sbj blabla .time_1 avg sd
# 1: A bA f1. 10 6
# 2: A bA f2. 50 10
# 3: B bB f1. 12 5
# 4: B bB f2. 70 11
# 5: C bC f1. 20 7
# 6: C bC f2. 20 8
# 7: D bD f1. 22 8
# 8: D bD f2. 22 9
您还可以对".time_1"变量进行更多的清理，如下所示:
merged.stack(dw, var.stubs = c("avg", "sd"),
sep = "var.stubs", atStart = FALSE)[, .time_1 := sub(
".", "", .time_1, fixed = TRUE)][]
# sbj blabla .time_1 avg sd
# 1: A bA f1 10 6
# 2: A bA f2 50 10
# 3: B bB f1 12 5
# 4: B bB f2 70 11
# 5: C bC f1 20 7
# 6: C bC f2 20 8
# 7: D bD f1 22 8
# 8: D bD f2 22 9
您会注意到atStart = FALSE参数的使用。这是因为您的名称的顺序与形状相关函数的顺序有点不同。一般来说，"存根"应该排在前面，然后是"times"，像这样:
dw2 <- dw
setnames(dw2, gsub("(.*)\.(.*)", "\2.\1", names(dw2)))
names(dw2)
# [1] "sbj" "avg.f1" "sd.f1" "avg.f2" "sd.f2" "blabla"
如果名称是这种格式，那么base R的reshape和merged.stack都受益于更直接的语法:
merged.stack(dw2, var.stubs = c("avg", "sd"), sep = ".")
reshape(dw2, idvar = c("sbj", "blabla"), varying = 2:5,
sep = ".", direction = "long")