R語言數(shù)據(jù)重塑

R語言中的數(shù)據(jù)重塑是關(guān)于變化的數(shù)據(jù)分為行和列的方式。大多數(shù)R地數(shù)據(jù)處理的時候是通過將輸入的數(shù)據(jù)作為一個數(shù)據(jù)幀進行。這是很容易提取一個數(shù)據(jù)幀的行和列數(shù)據(jù)，但在某些情況，當(dāng)我們需要的數(shù)據(jù)幀的格式是不同的來自收到它的格式。 R有許多函數(shù)用來分割，合并，改變行列，反之亦然在一個數(shù)據(jù)幀。

接合列和行中的數(shù)據(jù)幀

我們可以加入多個向量創(chuàng)建使用 cbind()函數(shù)返回數(shù)據(jù)幀。同時，我們也可以使用 rbind()函數(shù)合并兩個數(shù)據(jù)幀。

# Create vector objects.
city <- c("Tampa","Seattle","Hartford","Denver")
state <- c("FL","WA","CT","CO")
zipcode <- c(33602,98104,06161,80294)

# Combine above three vectors into one data frame.
addresses <- cbind(city,state,zipcode)

# Print a header.
cat("# # # # The First data frame\n")

# Print the data frame.
print(addresses)

# Create another data frame with similar columns
new.address <- data.frame(
   city = c("Lowry","Charlotte"),
   state = c("CO","FL"),
   zipcode = c("80230","33949"),
   stringsAsFactors=FALSE
)

# Print a header.
cat("# # # The Second data frame\n")

# Print the data frame.
print(new.address)

# Combine rows form both the data frames.
all.addresses <- rbind(addresses,new.address)

# Print a header.
cat("# # # The combined data frame\n")

# Print the result.
print(all.addresses)

當(dāng)我們上面的代碼執(zhí)行時，它產(chǎn)生以下結(jié)果：

# # # # The First data frame
     city       state zipcode
[1,] "Tampa"    "FL"  "33602"
[2,] "Seattle"  "WA"  "98104"
[3,] "Hartford" "CT"  "6161"
[4,] "Denver"   "CO"  "80294"
# # # The Second data frame
       city state zipcode
1     Lowry    CO   80230
2 Charlotte    FL   33949
# # # The combined data frame
       city state zipcode
1     Tampa    FL   33602
2   Seattle    WA   98104
3  Hartford    CT    6161
4    Denver    CO   80294
5     Lowry    CO   80230
6 Charlotte    FL   33949

合并數(shù)據(jù)幀

我們可以通過使用 merge()函數(shù)合并兩個數(shù)據(jù)幀。該數(shù)據(jù)幀必須在其上合并發(fā)生相同的列名。

在下面的例子中，我們考慮對皮馬印第安人婦女的糖尿病在可用的數(shù)據(jù)集庫名稱 "MASS". 我們合并基礎(chǔ)血壓（“BP”）和身體質(zhì)量指數(shù)（“BMI”）的值，兩個數(shù)據(jù)集。上用于合并選擇這兩列，其中，這兩個變量的值匹配在兩個數(shù)據(jù)集組合在一起的記錄，以形成一個單一的數(shù)據(jù)幀。

library(MASS)
merged.Pima <- merge(x=Pima.te, y=Pima.tr,
                    by.x=c("bp", "bmi"),
                    by.y=c("bp", "bmi")
)
print(merged.Pima)
nrow(merged.Pima)

當(dāng)我們上面的代碼執(zhí)行時，它產(chǎn)生以下結(jié)果：

   bp  bmi npreg.x glu.x skin.x ped.x age.x type.x npreg.y glu.y skin.y ped.y
1  60 33.8       1   117     23 0.466    27     No       2   125     20 0.088
2  64 29.7       2    75     24 0.370    33     No       2   100     23 0.368
3  64 31.2       5   189     33 0.583    29    Yes       3   158     13 0.295
4  64 33.2       4   117     27 0.230    24     No       1    96     27 0.289
5  66 38.1       3   115     39 0.150    28     No       1   114     36 0.289
6  68 38.5       2   100     25 0.324    26     No       7   129     49 0.439
7  70 27.4       1   116     28 0.204    21     No       0   124     20 0.254
8  70 33.1       4    91     32 0.446    22     No       9   123     44 0.374
9  70 35.4       9   124     33 0.282    34     No       6   134     23 0.542
10 72 25.6       1   157     21 0.123    24     No       4    99     17 0.294
11 72 37.7       5    95     33 0.370    27     No       6   103     32 0.324
12 74 25.9       9   134     33 0.460    81     No       8   126     38 0.162
13 74 25.9       1    95     21 0.673    36     No       8   126     38 0.162
14 78 27.6       5    88     30 0.258    37     No       6   125     31 0.565
15 78 27.6      10   122     31 0.512    45     No       6   125     31 0.565
16 78 39.4       2   112     50 0.175    24     No       4   112     40 0.236
17 88 34.5       1   117     24 0.403    40    Yes       4   127     11 0.598
   age.y type.y
1     31     No
2     21     No
3     24     No
4     21     No
5     21     No
6     43    Yes
7     36    Yes
8     40     No
9     29    Yes
10    28     No
11    55     No
12    39     No
13    39     No
14    49    Yes
15    49    Yes
16    38     No
17    28     No
[1] 17

熔化和轉(zhuǎn)換

R語言編程的最有趣的地方是關(guān)于改變多個步驟中的數(shù)據(jù)的形狀來獲得所希望的形狀。用來做這種函數(shù)被稱為 melt() 和 cast()。

我們認為數(shù)據(jù)集被稱為 ships 出現(xiàn)在庫被稱為 "MASS".

library(MASS)
print(ships)

當(dāng)我們上面的代碼執(zhí)行時，它產(chǎn)生以下結(jié)果：

   type year period service incidents
1     A   60     60     127         0
2     A   60     75      63         0
3     A   65     60    1095         3
4     A   65     75    1095         4
5     A   70     60    1512         6
.............
.............
8     A   75     75    2244        11
9     B   60     60   44882        39
10    B   60     75   17176        29
11    B   65     60   28609        58
............
............
17    C   60     60    1179         1
18    C   60     75     552         1
19    C   65     60     781         0
............
............

融化數(shù)據(jù)

現(xiàn)在，我們?nèi)诨瘮?shù)據(jù)需要組織其轉(zhuǎn)換類型(type), 并且 year 到多行以外的所有列。

molten.ships <- melt(ships, id = c("type","year"))
print(molten.ships)

當(dāng)我們上面的代碼執(zhí)行時，它產(chǎn)生以下結(jié)果：

    type year  variable value
1      A   60    period    60
2      A   60    period    75
3      A   65    period    60
4      A   65    period    75
............
............
9      B   60    period    60
10     B   60    period    75
11     B   65    period    60
12     B   65    period    75
13     B   70    period    60
...........
...........
41     A   60   service   127
42     A   60   service    63
43     A   65   service  1095
...........
...........
70     D   70   service  1208
71     D   75   service     0
72     D   75   service  2051
73     E   60   service    45
74     E   60   service     0
75     E   65   service   789
...........
...........
101    C   70 incidents     6
102    C   70 incidents     2
103    C   75 incidents     0
104    C   75 incidents     1
105    D   60 incidents     0
106    D   60 incidents     0
...........
...........

轉(zhuǎn)換數(shù)據(jù)

我們可以轉(zhuǎn)化數(shù)據(jù)轉(zhuǎn)換成在創(chuàng)建每種類型的 ships 每年的匯總的新形式。它是通過使用 case()函數(shù)。

recasted.ship <- cast(molten.ships, type+year~variable,sum)
print(recasted.ship)

當(dāng)我們上面的代碼執(zhí)行時，它產(chǎn)生以下結(jié)果：

   type year period service incidents
1     A   60    135     190         0
2     A   65    135    2190         7
3     A   70    135    4865        24
4     A   75    135    2244        11
5     B   60    135   62058        68
6     B   65    135   48979       111
7     B   70    135   20163        56
8     B   75    135    7117        18
9     C   60    135    1731         2
10    C   65    135    1457         1
11    C   70    135    2731         8
12    C   75    135     274         1
13    D   60    135     356         0
14    D   65    135     480         0
15    D   70    135    1557        13
16    D   75    135    2051         4
17    E   60    135      45         0
18    E   65    135    1226        14
19    E   70    135    3318        17
20    E   75    135     542         1