长数据与宽数据的转换丨数析学院

问题：

在R中，如何将宽格式的数据集转换为长格式数据集？
「注：对于R里的许多函数，长格式的数据集可能比宽格式数据集更受欢迎，然而在SPSS中，宽格式数据集则更为常用。」

指南：

接下来，我们会对下列两套方法进行演示：  

• tidyr包的gather()函数和spread()函数，这也是reshape2包的一个新接口。  

• reshape2包的melt()和dcast()函数。

还有一些其他的方法也能达成上文的目标，但我们在这里不做介绍，因为它们用起来略显复杂：

• R内置的reshape()函数，需要注意的是它并不来自于reshape2包。

• stack()函数和unstack()函数。

示例：

下面几个数据集包含的数据一致，但数据的长宽格式不同，下文中我们将一一演示下列数据集格式之间的相互转换。

1

tidyr包

由“宽”转“长”，使用gather函数：

在该例子中，我们运用了control:cond2语句来选择列control、列cond2以及它们之间的所有数据列，这是基于列位置的选择方式，当然，你也可以通过直接输入列名来确定要加入整合的目标数值列，如：

如果你想要程序化地使用gather()函数，你也许需要用一个变量来代表要整合的目标列名。这时候你应当使用gather_()函数而不是gather()，从而先能够将列名转换为字符串。

选读部分：重命名并排序变量列中的因素层级。

由“长”转“宽”，使用spread函数：

选读部分：数据框美化。 

因素型变量的层级次序决定了数据列的排列顺序，而层级次序也同样可以在重塑前被更改或是在之后被重新排序。

2

reshape2包：

由“宽”转“长”，使用melt函数： Use melt: 

下列为melt函数中的若干选项，灵活运用它们有时能简化我们的工作流程：

如果我们不对measure.vars进行设定，在melt过程中就是自动地将所有其他变量都作为id.vars。反之，如果我们不设定id.vars，所有的其他变量则会被视为id.vars。 

如果我们没有对variable.name作明确指定，那么函数会默认地将整合后构建的列命名为'variable'；如果不设定value.name，那么对应数值列的默认名称将是'measurement'。

 

选读部分：重命名变量列中的因素层级。 

由“长”转“宽”

下列代码的主要思路是运用dcast函数对数据进行重塑，这个函数的目标对象针对于数据框，如果我们想对数组或矩阵进行类似的处理，请使用acast函数作为替代。 

选读部分：数据框美化。 

因素型变量的层级次序决定了数据列的排列顺序，而层级次序也同样可以在重塑前被更改或是在之后被重新排序。

数析学院