如何利用reshape2包中的cast()函数把数据转为宽格式？

蓝色 发表于 2015-12-25 16:09

这个厉害了！大赞！

看着各位大神在数据框变换的道路上越走越远，越走越顺，在佩服各位对函数的运用之熟练之余，不禁有些话想说。
大家先看我如何实现的：

1.     > as.data.frame(split(cholesterol[,2], cholesterol[,1]))
   
2.         X1time X2times X4times   drugD   drugE
   
3.     1   3.8612 10.3993 13.9621 16.9819 21.5119
   
4.     2  10.3868  8.6027 13.9606 15.4576 27.2445
   
5.     3   5.9059 13.6320 13.9176 19.9793 20.5199
   
6.     4   3.0609  3.5054  8.0534 14.7389 15.7707
   
7.     5   7.7204  7.7703 11.0432 13.5850 22.8850
   
8.     6   2.7139  8.6266 12.3692 10.8648 23.9527
   
9.     7   4.9243  9.2274 10.3921 17.5897 21.5925
   
10.     8   2.3039  6.3159  9.0286  8.8194 18.3058
    
11.     9   7.5301 15.8258 12.8416 17.9635 20.3851
    
12.     10  9.4123  8.3443 18.1794 17.6316 17.3071

复制代码

挺简单，是吧？因为我从头就没有考虑数据框变换的问题。

就像我在第5楼所提醒楼主的，严格来说，目标“表格”不是统计意义上的二维数据框，而是一个一维向量的“分割展示”。所以，楼主所提出的问题不是数据框变换的问题，而是一个“向量分割”的问题，中间自然而然出现了“降维”。为什么会这样？因为原数据框只有两个变量，抽取其中一个变量作为“归类”条件后，剩下一个变量是无法支撑起一个数据框。从另外一个角度说， 目标“表格”的列代表不同“trt”属性，而目标表格的行不具备任何意义。

故而，用向量划分的普通函数——split（）很容易就解决了这个问题。而不需要像数据框变形的解决思路那样，一定需要引入一个“无统计意义”的新变量，无论是“obs”还是“id”。

但是，我要再次劝楼主不要用这样的二维表，尤其是在传授知识时，因为不严谨，这样的二维表容易“暗示”不存在的逻辑联系，且无法解决各分类别向量长度不相等时的问题。那应该如何呢？我建议用list的形式，比如，split（）函数的直接处理结果如下：

这就是用list的形式组装了对原向量切割后的结果，这样的逻辑非常清晰和严谨，各个子向量相互独立，不会引起误会。而且当各子向量长度不一致时，也不会存在任何问题，比如：


最后，再吐槽一下，本论坛输入“美元符号”真的有可能会带来排版上的灾难性结果。

cheetahfly 发表于 2015-12-26 22:34
看着各位大神在数据框变换的道路上越走越远，越走越顺，在佩服各位对函数的运用之熟练之余，不禁有些话想说 ...

split不错，思路是很清晰，又学了一个。  我这是初学R，许多命令不知道该怎么用。（一般都是把宽的数据变成长的数据）
假如数据是 长数据
region   year    gdp     pop
a        2011    29.0          21.3
a        2012    17.0           8.0
a        2013    23.6           3.7
b        2011     7.4          11.6
b        2012    12.5          14.5
b        2013     5.4          10.5


想变成：宽数据
  region  gdp2011  pop2011  gdp2012  pop2012  gdp2013  pop2013
     a        29.0          21.3          17.0           8.0            23.6          3.7
     b        7.4           11.6          12.5           14.5           5.4           10.5


用split是可以实现，但前面的region 就缺失了，有什么简便的方法吗？谢谢。
（用reshape是没有问题的）

cheetahfly 发表于 2015-12-26 22:34
看着各位大神在数据框变换的道路上越走越远，越走越顺，在佩服各位对函数的运用之熟练之余，不禁有些话想说 ...

这个思路很赞。

本来遇到这个例子，是在说明方差分析的操作中。因为要把它做成通常的表格形式，一开始自己想的方式，就是使用reshape包。另外，检验方差分析的条件时，需要对各处理组的数据是否服从正态分布一一作出检验，所以想把长格式换为宽格式，然后对之进行处理。这样的话，用split其实是更符合自己思路的方式。

感觉这个帖子的一系列回贴，都很有水平啊！强赞！

太赞！学到了很多，谢谢分享~