将纵向值调整为宽，适用于每个主题具有多行的数据-解网

问：

R：将数据从长到宽重新调整，包括日期

（我试图包含数据，但格式太糟糕了，以至于我放弃了）。

我有一个关于重塑纵向数据的问题。诀窍是我每个主题有多行（“row_num”范围从 1 到 8）。

我看了 20 多个 Stack Overflow 页面、其他一些页面和 Hadley 关于重塑的帖子（和文章），似乎有一个我找不到的空白：

我每个主题都有多行，但不知道如何将其变成一行。诀窍是，我需要把（比如）Q1,...,Q5，把它变成两个或更多的问题块（Q1.1,...,Q5.1，Q1.2,...问题5.2， ...）

使用一个术语，“row_num”是一个主题内变量，一切似乎都基于主题间变量。

这让我感到困惑和沮丧，因为恕我直言，经典的纵向到宽的情况 = 每个主题多行（一个变量块）到每个主题一行（多个变量块）。

有人可以指导我找到一些可以涵盖此内容的答案或教程吗？

谢谢！

编辑后，原始数据框的 dput 如下所示：

# A tibble: 6 x 9
  Subject_ID row_num Date          Q1 Q2_text       Q3    Q4    Q5 Q6_text      
       <dbl>   <dbl> <date>     <dbl> <chr>      <dbl> <dbl> <dbl> <chr>        
1          1       1 2019-01-01     4 Because        5     5     1 and so on    
2          1       2 2019-01-02     1 O, bother      5     4     1 NA           
3          1       3 2019-01-03     2 NA             3     4    NA NA           
4          2       1 2018-12-04    NA NA             1     4     1 NA           
5          3       1 2018-12-15     3 In addtion     5    NA     3 NA           
6          3       2 2018-12-26     1 NA             4     3     2 in conclusion

r 日期组依据分组重塑

这样好吗？structure（list（Subject_ID = c（1， 1， 1， 2， 3， 3）， row_num = c（1， 2， 3， 1， 1， 2）， Date = structure（c（17897， 17898， 17899， 17869， 17880， 17891）， class = “Date”）， Q1 = c（4， 1， 2， NA， 3， 1）， Q2_text = c（“因为”， “O，打扰”， NA， NA， “添加”， NA）， Q3 = c（5， 5， 3， 1， 5， 4）， Q4 = c（5， 4， 4， 4， NA， 3）， Q5 = c（1， 1， NA， 1， 3， 2）， Q6_text = c（“等等”， NA， NA， NA， NA， “综上所述”））， class = c（“spec_tbl_df”， “tbl_df”， “tbl”， “data.frame”）

0赞 Claudiu Papasteri 1/20/2019

如果可以，请对您的数据使用。dput()

0赞 Barry DeCicco 1/20/2019

我重新阅读了该示例，并将打印 dput（）命令的结果添加到原始问题中。顺便说一句，我已经倾注了 reshape2 包，以及大量关于 reshape（和 reshape2）包的教程。反复打击我的是，这些例子似乎不适合我想要做的事情（这让我感到非常惊讶！它们真的归结为每一行都保持为一排（在熔化和重铸之后。我需要将多行合并为一行，一行中的每组测量值在新行中形成一个测量值块。

0赞 Jon Spring 1/20/2019 #2

下面是使用 .tidyr

library(tidyr)
df2 <- df %>%
  # (optional) First convert all the data columns to text so 
  #   they're readable throughout the process.
  mutate_at(vars(Date:Q6_text), as.character) %>%

  # Gather into long format, where we record the column it came from 
  #   as "question" and the value it held as "value"
  gather(question, value, -Subject_ID, -row_num) %>%

  # Combine the row_num and question into a new column
  unite("question2", c("row_num", "question")) %>%

  # Use that new column to spread everything out
  spread(question2, value)


> df2
  Subject_ID     1_Date 1_Q1  1_Q2_text 1_Q3 1_Q4 1_Q5 1_Q6_text     2_Date 2_Q1 2_Q2_text 2_Q3 2_Q4 2_Q5     2_Q6_text     3_Date 3_Q1 3_Q2_text 3_Q3 3_Q4 3_Q5 3_Q6_text
1          1 2019-01-01    4    Because    5    5    1 and so on 2019-01-02    1 O, bother    5    4    1          <NA> 2019-01-03    2      <NA>    3    4 <NA>      <NA>
2          2 2018-12-04 <NA>       <NA>    1    4    1      <NA>       <NA> <NA>      <NA> <NA> <NA> <NA>          <NA>       <NA> <NA>      <NA> <NA> <NA> <NA>      <NA>
3          3 2018-12-15    3 In addtion    5 <NA>    3      <NA> 2018-12-26    1      <NA>    4    3    2 in conclusion       <NA> <NA>      <NA> <NA> <NA> <NA>      <NA>

上一个：PHP 字数数组计数

下一个：查找完全匹配项的正确 sql 命令是什么？

将纵向值调整为宽，适用于每个主题具有多行的数据

Reshaping longitudinal value to wide, for data with multiple rows per subject

评论

评论