我正在尝试使用reshape重构我的数据集。
这是我数据的一个子集，它是一个16 X 198数据帧。每个奇数列都是16年的列表，甚至列的值都是不同的国家。
Algeria.x Algeria.y Argentina.x Argentina.y
1 1985 37.48 1985 27.86
2 1986 36.26 1986 27.52
3 1987 35.04 1987 27.18
4 1988 33.82 1988 26.84
5 1989 32.60 1989 26.50
6 1990 NA 1990 25.50
7 1991 NA 1991 24.50
8 1992 NA 1992 23.50
9 1993 NA 1993 22.50
10 1994 NA 1994 21.50
11 1995 NA 1995 22.12
12 1996 NA 1996 22.74
13 1997 NA 1997 23.36
14 1998 NA 1998 23.98
15 1999 NA 1999 24.60
16 2000 NA 2000 NA
我想重塑数据，使其有三列。第一个是国家名称，第二个是年份，第三个是值。这将是一个1584 x 3的长矩阵。
答案 0 :(得分：4)
在将数据拆分为两个data.frames之后，我会使用stack函数两次：一年为一年，一年为值：
# split the data into two data.frames
years.df <- df[, seq(from = 1, to = ncol(df), by = 2)]
values.df <- df[, seq(from = 2, to = ncol(df), by = 2)]
# remove ".x" and ".y" at the end of the country names
names(years.df) <- sub("\\.x$", "", names(years.df))
names(values.df) <- sub("\\.y$", "", names(values.df))
# stack each data.frame into a two-column data.frame
years.stack <- stack(years.df)
values.stack <- stack(values.df)
# gather everything into a single data.frame
final.df <- data.frame(country = years.stack$ind,
year = years.stack$value,
value = values.stack$value)
final.df
# country year value
# 1 Algeria 1985 37.48
# 2 Algeria 1986 36.26
# 3 Algeria 1987 35.04
# 4 Algeria 1988 33.82
# 5 Algeria 1989 32.60
# 6 Algeria 1990 NA
# 7 Algeria 1991 NA
# 8 Algeria 1992 NA
# 9 Algeria 1993 NA
# 10 Algeria 1994 NA
# 11 Algeria 1995 NA
# 12 Algeria 1996 NA
# 13 Algeria 1997 NA
# 14 Algeria 1998 NA
# 15 Algeria 1999 NA
# 16 Algeria 2000 NA
# 17 Argentina 1985 27.86
# 18 Argentina 1986 27.52
# 19 Argentina 1987 27.18
# 20 Argentina 1988 26.84
# 21 Argentina 1989 26.50
# 22 Argentina 1990 25.50
# 23 Argentina 1991 24.50
# 24 Argentina 1992 23.50
# 25 Argentina 1993 22.50
# 26 Argentina 1994 21.50
# 27 Argentina 1995 22.12
# 28 Argentina 1996 22.74
# 29 Argentina 1997 23.36
# 30 Argentina 1998 23.98
# 31 Argentina 1999 24.60
# 32 Argentina 2000 NA
答案 1 :(得分：2)
使用基函数reshape的一个班轮。
reshape(dat, varying = 1:4, direction = 'long')
答案 2 :(得分：1)
有了这么小的数据框，我想我只是通过撕开原文的向量来拼凑这个：
#read in your data
dat <- read.table(text=" Algeria.x Algeria.y Argentina.x Argentina.y
1 1985 37.48 1985 27.86
2 1986 36.26 1986 27.52
3 1987 35.04 1987 27.18
4 1988 33.82 1988 26.84
5 1989 32.60 1989 26.50
6 1990 NA 1990 25.50
7 1991 NA 1991 24.50
8 1992 NA 1992 23.50
9 1993 NA 1993 22.50
10 1994 NA 1994 21.50
11 1995 NA 1995 22.12
12 1996 NA 1996 22.74
13 1997 NA 1997 23.36
14 1998 NA 1998 23.98
15 1999 NA 1999 24.60
16 2000 NA 2000 NA")
解决方案：
dat2 <- data.frame( #tear apart original vectors & piece 'em together
country_name = rep(c("Algeria", "Argentina"), each = nrow(dat)),
year = unlist(dat[, c(1, 3)]),
value = unlist(dat[, c(2, 4)])
)
rownames(dat2) <- 1:nrow(dat2) #give proper row names
dat2
答案 3 :(得分：1)
假设您的数据集名为“df”：原始答案（使用“重塑”包）：
library(reshape)
# make a new column called year, and select only even columns
df = data.frame(year=1985:2000,
df[, seq(from=2, to=length(names(df)), by=2)])
# optional--for removing ".y" from country name
names(df) = sub("\\.y$", "", names(df))
# "melt" your dataset
m.df2 = melt(df, id=1)
您可以利用所有国家/地区具有相同年份值的事实，从而使.x列中的任何一列成为id.var melt data.frame library(reshape2)
names(df) <- gsub(".y", "", names(df))
df_long <- setNames(melt(df[, c("Algeria.x", grep(".x", names(df),
invert=TRUE, value=TRUE))],
id.vars="Algeria.x"), c("Year", "Country", "Value"))
list(head(df_long), tail(df_long))
# [[1]]
# Year Country Value
# 1 1985 Algeria 37.48
# 2 1986 Algeria 36.26
# 3 1987 Algeria 35.04
# 4 1988 Algeria 33.82
# 5 1989 Algeria 32.60
# 6 1990 Algeria NA
#
# [[2]]
# Year Country Value
# 27 1995 Argentina 22.12
# 28 1996 Argentina 22.74
# 29 1997 Argentina 23.36
# 30 1998 Argentina 23.98
# 31 1999 Argentina 24.60
# 32 2000 Argentina NA
}}
仍然需要进行一些清理。
{{1}}