数据处理|数据框重铸

数据处理过程中，针对数据框，可以进行列的添加，以及长、宽数据的转化。

在实际应用中，宽型数据更具可读性，长型数据则更适合做分析。

一 reshape2包中两个主要的函数

melt—将宽型数据融合成长型数据；cast—将长型数据转成宽型数据

此处用R内置的airquality数据集，首先将列名改成小写，然后查看相应的数据

library(reshape2)

1.1 melt函数（宽转长）

id.vars中指定相应变量；variable.name和value.name分别对variable和value列重命名

airMelt1 <- melt(airquality)

1.1.2 将month和day共同作为ID variables(那些能够区分不同行数据的变量共同作为变量)，且修改长数据中的列名

airMelt2 <- melt(airquality, id.vars = c("month", "day"),

1.2 cast函数（长转宽）

dcast：左边参数表示"ID variables"，右边的参数表示measured variables。

1.2.1 month和day是ID variables，variable则表示measured variables。

airMelt3 <- melt(airquality, id.vars = c("month", "day"))

1.2.2 一个数据单元有一个以上的数据。比如，我们的ID variables不包含day，

dcast(airMelt3, month ~ variable)

可以看到每个单元是month与climate组合的个数。所得到数据是month对应的day的记录数

1.2.3 聚合(aggregate)这些数据，比如取mean，median，sum。比如计算均值，通过na.rm = TRUE删除NA值。

dcast(aql, month ~ variable, fun.aggregate = mean, na.rm = TRUE)

二 $、with、within、transform等进行列的添加

head(airquality)

2.1 $符添加列

data<-head(airquality)

2.2 within 必须在新添加的变量中加上花括号

data2 <- within(data,{logwind = log(wind)})

2.3 with 也可以使用with函数，该函数可以用于任何表达式的计算，但每次只能生成一个计算字段，最后还需要结合使用cbind函数

data3 <- cbind(data3,with(data,log(wind)))

2.4 transform函数

data4 <- transform(data,logwind = log(wind),day2 = day^2)

An Introduction to reshape2