डेटा को फिर से आकार देना। विस्तृत से लेकर लंबे प्रारूप तक

Question

मुझे अपनी data.frameएक विस्तृत तालिका से एक लंबी तालिका में बदलने के लिए कुछ परेशानी है । फिलहाल यह इस तरह दिखता है:

Code Country        1950    1951    1952    1953    1954
AFG  Afghanistan    20,249  21,352  22,532  23,557  24,555
ALB  Albania        8,097   8,986   10,058  11,123  12,246

अब मैं इसे data.frameलंबे समय में बदलना चाहूंगा data.frame। कुछ इस तरह:

Code Country        Year    Value
AFG  Afghanistan    1950    20,249
AFG  Afghanistan    1951    21,352
AFG  Afghanistan    1952    22,532
AFG  Afghanistan    1953    23,557
AFG  Afghanistan    1954    24,555
ALB  Albania        1950    8,097
ALB  Albania        1951    8,986
ALB  Albania        1952    10,058
ALB  Albania        1953    11,123
ALB  Albania        1954    12,246

मैंने देखा है और पहले से ही कार्यों melt()और reshape()कार्यों का उपयोग करने की कोशिश की है क्योंकि कुछ लोग इसी तरह के सवालों में सुझाव दे रहे थे। हालाँकि, अभी तक मुझे केवल गड़बड़ परिणाम मिले हैं।

यदि यह संभव है, तो मैं इसे reshape()फंक्शन के साथ करना चाहूंगा क्योंकि यह एक छोटे से अच्छे अच्छे को संभालना है।

Comments

अगर यह समस्या थी पता नहीं है, लेकिन reshape पैकेज में कार्य पिघल और कास्ट (और फिर से शुरू) हैं

— एडुआर्डो लियोनी

और reshape2 द्वारा reshape पैकेज को अपदस्थ किया गया है।

— आईआरटीएफएम

और अब reshape2 को tidyr द्वारा सुपरशूट किया गया है।

— drhagen

Answer 1

reshape()के रूप में इस्तेमाल करने के लिए कुछ समय लगता है, बस के रूप में melt/ cast। यहाँ आपके डेटा फ्रेम को कहा जाता है, यह संकल्प के साथ एक समाधान है d:

reshape(d, 
        direction = "long",
        varying = list(names(d)[3:7]),
        v.names = "Value",
        idvar = c("Code", "Country"),
        timevar = "Year",
        times = 1950:1954)

Answer 2

तीन वैकल्पिक समाधान:

1) के साथ विवरण सारणी:

आप पैकेज के समान meltफ़ंक्शन का उपयोग कर सकते हैं reshape2(जो एक विस्तारित और बेहतर कार्यान्वयन है)। meltसे data.tableभी अधिक मापदंडों है कि melt-function से reshape2। आप उदाहरण के लिए चर-स्तंभ का नाम भी बता सकते हैं:

library(data.table)
long <- melt(setDT(wide), id.vars = c("Code","Country"), variable.name = "year")

जो देता है:

> long
    Code     Country year  value
 1:  AFG Afghanistan 1950 20,249
 2:  ALB     Albania 1950  8,097
 3:  AFG Afghanistan 1951 21,352
 4:  ALB     Albania 1951  8,986
 5:  AFG Afghanistan 1952 22,532
 6:  ALB     Albania 1952 10,058
 7:  AFG Afghanistan 1953 23,557
 8:  ALB     Albania 1953 11,123
 9:  AFG Afghanistan 1954 24,555
10:  ALB     Albania 1954 12,246

कुछ वैकल्पिक सूचनाएं:

melt(setDT(wide), id.vars = 1:2, variable.name = "year")
melt(setDT(wide), measure.vars = 3:7, variable.name = "year")
melt(setDT(wide), measure.vars = as.character(1950:1954), variable.name = "year")

२) साथ tidyr:

library(tidyr)
long <- wide %>% gather(year, value, -c(Code, Country))

कुछ वैकल्पिक सूचनाएं:

wide %>% gather(year, value, -Code, -Country)
wide %>% gather(year, value, -1:-2)
wide %>% gather(year, value, -(1:2))
wide %>% gather(year, value, -1, -2)
wide %>% gather(year, value, 3:7)
wide %>% gather(year, value, `1950`:`1954`)

३) साथ reshape2:

library(reshape2)
long <- melt(wide, id.vars = c("Code", "Country"))

कुछ वैकल्पिक सूचनाएं जो समान परिणाम देती हैं:

# you can also define the id-variables by column number
melt(wide, id.vars = 1:2)

# as an alternative you can also specify the measure-variables
# all other variables will then be used as id-variables
melt(wide, measure.vars = 3:7)
melt(wide, measure.vars = as.character(1950:1954))

---

टिप्पणियाँ:

• reshape2सेवानिवृत्त है। केवल इसे CRAN पर रखने के लिए आवश्यक परिवर्तन किए जाएंगे। ( स्रोत )
• यदि आप NAमूल्यों को बाहर करना चाहते हैं, तो आप कार्यों na.rm = TRUEके meltसाथ भी जोड़ सकते हैं gather।

---

डेटा के साथ एक और समस्या यह है कि मूल्यों को आर द्वारा चरित्र-मूल्यों ( ,संख्याओं के परिणामस्वरूप ) के रूप में पढ़ा जाएगा । आप के साथ है कि मरम्मत कर सकते हैं gsubऔर as.numeric:

long$value <- as.numeric(gsub(",", "", long$value))

या सीधे साथ data.tableया dplyr:

# data.table
long <- melt(setDT(wide),
             id.vars = c("Code","Country"),
             variable.name = "year")[, value := as.numeric(gsub(",", "", value))]

# tidyr and dplyr
long <- wide %>% gather(year, value, -c(Code,Country)) %>% 
  mutate(value = as.numeric(gsub(",", "", value)))

---

डेटा:

wide <- read.table(text="Code Country        1950    1951    1952    1953    1954
AFG  Afghanistan    20,249  21,352  22,532  23,557  24,555
ALB  Albania        8,097   8,986   10,058  11,123  12,246", header=TRUE, check.names=FALSE)

Comments

शानदार जवाब, सिर्फ एक और छोटा सा रिमाइंडर: अपने डेटा फ्रेम के अलावा idऔर कोई भी वैरिएबल न रखें time, meltयह नहीं बता सकता कि आप इस मामले में क्या करना चाहते हैं।

— जेसन गोल

@JasonGoal क्या आप उस पर विस्तार कर सकते हैं? जैसा कि मैं आपको टिप्पणी कर रहा हूँ, यह एक समस्या नहीं होनी चाहिए। बस दोनों id.varsऔर निर्दिष्ट करें measure.vars।

— जाप

, तो यह मेरे लिए अच्छा है, पता नहीं है id.varsऔर measure.varsपहले विकल्प में निर्दिष्ट किया जा सकता है, गड़बड़ के लिए खेद है, मेरी गलती है।

— जेसन गोल

क्षमा करें इस पोस्ट को necro - क्या कोई मुझे समझा सकता है कि 3 काम क्यों करता है? मैंने इसका परीक्षण किया है और यह काम करता है, लेकिन मुझे समझ में नहीं आता है कि यह देखने पर क्या होता है -c(var1, var2)...

@ReputableMisnomer जब tidyr देखता है -c(var1, var2)तो डेटा को व्यापक से लंबे प्रारूप में रूपांतरित करते समय इन चरों को छोड़ देता है।

— जाप

Answer 3

रिसैप पैकेज का उपयोग करना :

#data
x <- read.table(textConnection(
"Code Country        1950    1951    1952    1953    1954
AFG  Afghanistan    20,249  21,352  22,532  23,557  24,555
ALB  Albania        8,097   8,986   10,058  11,123  12,246"), header=TRUE)

library(reshape)

x2 <- melt(x, id = c("Code", "Country"), variable_name = "Year")
x2[,"Year"] <- as.numeric(gsub("X", "" , x2[,"Year"]))

Answer 4

के साथ tidyr_1.0.0, एक और विकल्प हैpivot_longer

library(tidyr)
pivot_longer(df1, -c(Code, Country), values_to = "Value", names_to = "Year")
# A tibble: 10 x 4
#   Code  Country     Year  Value 
#   <fct> <fct>       <chr> <fct> 
# 1 AFG   Afghanistan 1950  20,249
# 2 AFG   Afghanistan 1951  21,352
# 3 AFG   Afghanistan 1952  22,532
# 4 AFG   Afghanistan 1953  23,557
# 5 AFG   Afghanistan 1954  24,555
# 6 ALB   Albania     1950  8,097 
# 7 ALB   Albania     1951  8,986 
# 8 ALB   Albania     1952  10,058
# 9 ALB   Albania     1953  11,123
#10 ALB   Albania     1954  12,246

डेटा

df1 <- structure(list(Code = structure(1:2, .Label = c("AFG", "ALB"), class = "factor"), 
    Country = structure(1:2, .Label = c("Afghanistan", "Albania"
    ), class = "factor"), `1950` = structure(1:2, .Label = c("20,249", 
    "8,097"), class = "factor"), `1951` = structure(1:2, .Label = c("21,352", 
    "8,986"), class = "factor"), `1952` = structure(2:1, .Label = c("10,058", 
    "22,532"), class = "factor"), `1953` = structure(2:1, .Label = c("11,123", 
    "23,557"), class = "factor"), `1954` = structure(2:1, .Label = c("12,246", 
    "24,555"), class = "factor")), class = "data.frame", row.names = c(NA, 
-2L))

Comments

इसके लिए अधिक उर्जा की जरूरत है। Tidyverse ब्लॉग के अनुसार gatherसेवानिवृत्त हो रहा है और pivot_longerअब इसे पूरा करने का सही तरीका है।

— इवान रोजिका

Answer 5

चूंकि इस जवाब के साथ टैग किया गया है आर-faq, मुझे लगा कि आधार R: से एक और विकल्प साझा करना उपयोगी होगा stack।

ध्यान दें, हालाँकि, यह s के stackसाथ काम नहीं करता है factor- यह केवल तभी काम करता है जब is.vectorयह है TRUE, और इसके लिए प्रलेखन से is.vector, हम पाते हैं कि:

is.vectorरिटर्न TRUEयदि x निर्दिष्ट मोड का एक वेक्टर है जिसमें नाम के अलावा कोई विशेषता नहीं है । यह FALSEअन्यथा लौटता है।

मैं @ जाप के उत्तर से नमूना डेटा का उपयोग कर रहा हूं , जहां वर्ष कॉलम में मान हैं factor।

यहाँ stackदृष्टिकोण है:

cbind(wide[1:2], stack(lapply(wide[-c(1, 2)], as.character)))
##    Code     Country values  ind
## 1   AFG Afghanistan 20,249 1950
## 2   ALB     Albania  8,097 1950
## 3   AFG Afghanistan 21,352 1951
## 4   ALB     Albania  8,986 1951
## 5   AFG Afghanistan 22,532 1952
## 6   ALB     Albania 10,058 1952
## 7   AFG Afghanistan 23,557 1953
## 8   ALB     Albania 11,123 1953
## 9   AFG Afghanistan 24,555 1954
## 10  ALB     Albania 12,246 1954

Answer 6

यहाँ एक और उदाहरण है जिसमें से उपयोग दिखाया गया gatherहै tidyr। आप स्तंभों का चयन gatherया तो उन्हें व्यक्तिगत रूप से हटाकर कर सकते हैं (जैसा कि मैं यहां करता हूं), या उन वर्षों को शामिल करके जिन्हें आप स्पष्ट रूप से चाहते हैं।

ध्यान दें कि, अल्पविराम को संभालने के लिए (और एक्स के अगर जोड़ा check.names = FALSEसेट नहीं है), मैं भी उपयोग कर रहा हूँ dplyrके साथ मे बदलें parse_numberसे readrपाठ मान नंबरों पर वापस कन्वर्ट करने के लिए। ये सभी का हिस्सा हैं tidyverseऔर इसलिए इन्हें एक साथ लोड किया जा सकता हैlibrary(tidyverse)

wide %>%
  gather(Year, Value, -Code, -Country) %>%
  mutate(Year = parse_number(Year)
         , Value = parse_number(Value))

यह दिखाता है:

   Code     Country Year Value
1   AFG Afghanistan 1950 20249
2   ALB     Albania 1950  8097
3   AFG Afghanistan 1951 21352
4   ALB     Albania 1951  8986
5   AFG Afghanistan 1952 22532
6   ALB     Albania 1952 10058
7   AFG Afghanistan 1953 23557
8   ALB     Albania 1953 11123
9   AFG Afghanistan 1954 24555
10  ALB     Albania 1954 12246

Answer 7

यहाँ एक है sqldf उपाय:

sqldf("Select Code, Country, '1950' As Year, `1950` As Value From wide
        Union All
       Select Code, Country, '1951' As Year, `1951` As Value From wide
        Union All
       Select Code, Country, '1952' As Year, `1952` As Value From wide
        Union All
       Select Code, Country, '1953' As Year, `1953` As Value From wide
        Union All
       Select Code, Country, '1954' As Year, `1954` As Value From wide;")

सब कुछ टाइप किए बिना क्वेरी बनाने के लिए, आप निम्न का उपयोग कर सकते हैं:

^{इसे लागू करने के लिए जी। ग्रोथेंडिक को धन्यवाद ।}

ValCol <- tail(names(wide), -2)

s <- sprintf("Select Code, Country, '%s' As Year, `%s` As Value from wide", ValCol, ValCol)
mquery <- paste(s, collapse = "\n Union All\n")

cat(mquery) #just to show the query
 #> Select Code, Country, '1950' As Year, `1950` As Value from wide
 #>  Union All
 #> Select Code, Country, '1951' As Year, `1951` As Value from wide
 #>  Union All
 #> Select Code, Country, '1952' As Year, `1952` As Value from wide
 #>  Union All
 #> Select Code, Country, '1953' As Year, `1953` As Value from wide
 #>  Union All
 #> Select Code, Country, '1954' As Year, `1954` As Value from wide

sqldf(mquery)

 #>    Code     Country Year  Value
 #> 1   AFG Afghanistan 1950 20,249
 #> 2   ALB     Albania 1950  8,097
 #> 3   AFG Afghanistan 1951 21,352
 #> 4   ALB     Albania 1951  8,986
 #> 5   AFG Afghanistan 1952 22,532
 #> 6   ALB     Albania 1952 10,058
 #> 7   AFG Afghanistan 1953 23,557
 #> 8   ALB     Albania 1953 11,123
 #> 9   AFG Afghanistan 1954 24,555
 #> 10  ALB     Albania 1954 12,246

दुर्भाग्य से, मुझे लगता है कि नहीं लगता है PIVOTऔर UNPIVOTके लिए काम करेगा R SQLite। यदि आप अपनी क्वेरी को अधिक परिष्कृत तरीके से लिखना चाहते हैं, तो आप इन पदों पर भी नज़र डाल सकते हैं:

sprintfएसक्यूएल प्रश्नों    या    पास चर को लिखने का उपयोग करनाsqldf

Answer 8

आप cdataपैकेज का उपयोग भी कर सकते हैं , जो (परिवर्तन) नियंत्रण तालिका की अवधारणा का उपयोग करता है:

# data
wide <- read.table(text="Code Country        1950    1951    1952    1953    1954
AFG  Afghanistan    20,249  21,352  22,532  23,557  24,555
ALB  Albania        8,097   8,986   10,058  11,123  12,246", header=TRUE, check.names=FALSE)

library(cdata)
# build control table
drec <- data.frame(
    Year=as.character(1950:1954),
    Value=as.character(1950:1954),
    stringsAsFactors=FALSE
)
drec <- cdata::rowrecs_to_blocks_spec(drec, recordKeys=c("Code", "Country"))

# apply control table
cdata::layout_by(drec, wide)

मैं वर्तमान में उस पैकेज की खोज कर रहा हूं और इसे काफी सुलभ हूं। यह बहुत अधिक जटिल परिवर्तनों के लिए डिज़ाइन किया गया है और इसमें बैकट्रांसफॉर्मेशन शामिल है। नहीं है एक ट्यूटोरियल उपलब्ध।