如何将数据从长格式转换为宽格式

我在重新整理以下数据框时遇到麻烦：

set.seed(45)
dat1 <- data.frame(
    name = rep(c("firstName", "secondName"), each=4),
    numbers = rep(1:4, 2),
    value = rnorm(8)
    )

dat1
       name  numbers      value
1  firstName       1  0.3407997
2  firstName       2 -0.7033403
3  firstName       3 -0.3795377
4  firstName       4 -0.7460474
5 secondName       1 -0.8981073
6 secondName       2 -0.3347941
7 secondName       3 -0.5013782
8 secondName       4 -0.1745357

我想重塑它，以便每个唯一的“名称”变量都是一个行名，其中“值”是沿该行的观察值，“数字”是同名。有点像这样：

     name          1          2          3         4
1  firstName  0.3407997 -0.7033403 -0.3795377 -0.7460474
5 secondName -0.8981073 -0.3347941 -0.5013782 -0.1745357

我已经看过了melt，cast还有其他一些东西，但似乎都没有。

使用reshape功能：

reshape(dat1, idvar = "name", timevar = "numbers", direction = "wide")

新的（2014年）tidyr包也做到这一点简单地说，与gather()/ spread()是的条款melt/ cast。

编辑：现在，在2019年，tidyr v 1.0已启动并设置，spread并且gather已弃用，而首选pivot_widerand pivot_longer，您可以在此答案中找到。如果您想简要了解的简短生活，请继续阅读spread/gather。

library(tidyr)
spread(dat1, key = numbers, value = value)

来自github，

tidyr是reshape2对整洁数据框架的重新设计，并与之并肩工作magrittr并dplyr建立了可靠的数据分析管道。

正如reshape2不是重塑确实少，tidyr不小于reshape2。它是专门为整理数据而设计的，而不是用于进行常规整形reshape2或进行整形的常规聚合。特别是，内置方法仅适用于数据帧，并且不tidyr提供边距或聚合。

您可以使用reshape()函数或reshape包中的melt()/ cast()函数来执行此操作。对于第二个选项，示例代码为

library(reshape)
cast(dat1, name ~ numbers)

或使用 reshape2

library(reshape2)
dcast(dat1, name ~ numbers)

如果需要考虑性能的另一种选择是使用data.table' reshape2smelt和dcast函数的扩展名

（参考：使用data.tables进行有效的重塑）

library(data.table)

setDT(dat1)
dcast(dat1, name ~ numbers, value.var = "value")

#          name          1          2         3         4
# 1:  firstName  0.1836433 -0.8356286 1.5952808 0.3295078
# 2: secondName -0.8204684  0.4874291 0.7383247 0.5757814

并且，从data.table v1.9.6开始，我们可以在多个列上进行转换

## add an extra column
dat1[, value2 := value * 2]

## cast multiple value columns
dcast(dat1, name ~ numbers, value.var = c("value", "value2"))

#          name    value_1    value_2   value_3   value_4   value2_1   value2_2 value2_3  value2_4
# 1:  firstName  0.1836433 -0.8356286 1.5952808 0.3295078  0.3672866 -1.6712572 3.190562 0.6590155
# 2: secondName -0.8204684  0.4874291 0.7383247 0.5757814 -1.6409368  0.9748581 1.476649 1.1515627

使用您的示例数据框，我们可以：

xtabs(value ~ name + numbers, data = dat1)

其他两个选项：

基本包装：

df <- unstack(dat1, form = value ~ numbers)
rownames(df) <- unique(dat1$name)
df

sqldf 包：

library(sqldf)
sqldf('SELECT name,
      MAX(CASE WHEN numbers = 1 THEN value ELSE NULL END) x1, 
      MAX(CASE WHEN numbers = 2 THEN value ELSE NULL END) x2,
      MAX(CASE WHEN numbers = 3 THEN value ELSE NULL END) x3,
      MAX(CASE WHEN numbers = 4 THEN value ELSE NULL END) x4
      FROM dat1
      GROUP BY name')

使用基本R aggregate函数：

aggregate(value ~ name, dat1, I)

# name           value.1  value.2  value.3  value.4
#1 firstName      0.4145  -0.4747   0.0659   -0.5024
#2 secondName    -0.8259   0.1669  -0.8962    0.1681

在的开发版本中tidyr ‘0.8.3.9000’，存在pivot_wider和pivot_longer，它们被普遍用于从1列到多列的重塑（分别为long-> width，wide-> long）。使用OP的数据

-单列长->宽

library(dplyr)
library(tidyr)
dat1 %>% 
    pivot_wider(names_from = numbers, values_from = value)
# A tibble: 2 x 5
#  name          `1`    `2`    `3`    `4`
#  <fct>       <dbl>  <dbl>  <dbl>  <dbl>
#1 firstName   0.341 -0.703 -0.380 -0.746
#2 secondName -0.898 -0.335 -0.501 -0.175

->创建了另一列以显示功能

dat1 %>% 
    mutate(value2 = value * 2) %>% 
    pivot_wider(names_from = numbers, values_from = c("value", "value2"))
# A tibble: 2 x 9
#  name       value_1 value_2 value_3 value_4 value2_1 value2_2 value2_3 value2_4
#  <fct>        <dbl>   <dbl>   <dbl>   <dbl>    <dbl>    <dbl>    <dbl>    <dbl>
#1 firstName    0.341  -0.703  -0.380  -0.746    0.682   -1.41    -0.759   -1.49 
#2 secondName  -0.898  -0.335  -0.501  -0.175   -1.80    -0.670   -1.00    -0.349

有从赢矢量天才科学家的数据（即发人非常强大的新包装vtreat，seplyr并replyr调用）cdata。它实现了本文档以及本博客文章中描述的“协调数据”原则。这个想法是，无论您如何组织数据，都应该可以使用“数据坐标”系统来识别单个数据点。这是John Mount最近的博客文章的节选：

整个系统基于两个原语或运算符cdata :: moveValuesToRowsD（）和cdata :: moveValuesToColumnsD（）。这些运算符具有枢轴，非枢轴，一键编码，转置，移动多行和多列以及许多其他转换，例如简单的特殊情况。

就cdata原语而言，很容易编写许多不同的操作。这些运算符可以在内存中工作或以大数据规模工作（通过数据库和Apache Spark；对于大数据，请使用cdata :: moveValuesToRowsN（）和cdata :: moveValuesToColumnsN（）变体）。转换由控制表控制，控制表本身就是转换的图（或转换图）。

我们将首先构建控制表（有关详细信息，请参见博客文章），然后执行数据从行到列的移动。

library(cdata)
# first build the control table
pivotControlTable <- buildPivotControlTableD(table = dat1, # reference to dataset
                        columnToTakeKeysFrom = 'numbers', # this will become column headers
                        columnToTakeValuesFrom = 'value', # this contains data
                        sep="_")                          # optional for making column names

# perform the move of data to columns
dat_wide <- moveValuesToColumnsD(tallTable =  dat1, # reference to dataset
                    keyColumns = c('name'),         # this(these) column(s) should stay untouched 
                    controlTable = pivotControlTable# control table above
                    ) 
dat_wide

#>         name  numbers_1  numbers_2  numbers_3  numbers_4
#> 1  firstName  0.3407997 -0.7033403 -0.3795377 -0.7460474
#> 2 secondName -0.8981073 -0.3347941 -0.5013782 -0.1745357

基本reshape功能可以正常工作：

df <- data.frame(
  year   = c(rep(2000, 12), rep(2001, 12)),
  month  = rep(1:12, 2),
  values = rnorm(24)
)
df_wide <- reshape(df, idvar="year", timevar="month", v.names="values", direction="wide", sep="_")
df_wide

哪里

• idvar 是分隔行的类的列
• timevar 是要广泛应用的课程列
• v.names 是包含数值的列
• direction 指定宽或长格式
• 可选sep参数是在timevar类名之间和v.names输出中使用的分隔符data.frame。

如果不idvar存在，请在使用reshape()函数之前创建一个：

df$id   <- c(rep("year1", 12), rep("year2", 12))
df_wide <- reshape(df, idvar="id", timevar="month", v.names="values", direction="wide", sep="_")
df_wide

请记住，这idvar是必需的！在timevar与v.names部分很容易。该函数的输出比其他一些函数更可预测，因为所有内容都已明确定义。

更简单的方法！

devtools::install_github("yikeshu0611/onetree") #install onetree package

library(onetree)
widedata=reshape_toWide(data = dat1,id = "name",j = "numbers",value.var.prefix = "value")
widedata

        name     value1     value2     value3     value4
   firstName  0.3407997 -0.7033403 -0.3795377 -0.7460474
  secondName -0.8981073 -0.3347941 -0.5013782 -0.1745357

如果要从宽到长返回，只需将宽到长更改，而对象没有变化。

reshape_toLong(data = widedata,id = "name",j = "numbers",value.var.prefix = "value")

        name numbers      value
   firstName       1  0.3407997
  secondName       1 -0.8981073
   firstName       2 -0.7033403
  secondName       2 -0.3347941
   firstName       3 -0.3795377
  secondName       3 -0.5013782
   firstName       4 -0.7460474
  secondName       4 -0.1745357