R 数据重塑

R语言中的数据重塑是关于改变数据被组织成行和列的方式。 大多数时间R语言中的数据处理是通过将输入数据作为数据帧来完成的。 很容易从数据帧的行和列中提取数据，但是在某些情况下，我们需要的数据帧格式与我们接收数据帧的格式不同。 R语言具有许多功能，在数据帧中拆分，合并和将行更改为列，反之亦然。

于数据帧中加入列和行

我们可以使用cbind()函数连接多个向量来创建数据帧。 此外，我们可以使用rbind()函数合并两个数据帧。 

  1. # Create vector objects.
  2. city <- c("Tampa","Seattle","Hartford","Denver")
  3. state <- c("FL","WA","CT","CO")
  4. zipcode <- c(33602,98104,06161,80294)
  6. # Combine above three vectors into one data frame.
  7. addresses <- cbind(city,state,zipcode)
  9. # Print a header.
  10. cat("# # # # The First data frame
  11. ") 
  13. # Print the data frame.
  14. print(addresses)
  16. # Create another data frame with similar columns
  17. new.address <- data.frame(
  18.    city = c("Lowry","Charlotte"),
  19.    state = c("CO","FL"),
  20.    zipcode = c("80230","33949"),
  21.    stringsAsFactors = FALSE
  22. )
  24. # Print a header.
  25. cat("# # # The Second data frame
  26. ") 
  28. # Print the data frame.
  29. print(new.address)
  31. # Combine rows form both the data frames.
  32. all.addresses <- rbind(addresses,new.address)
  34. # Print a header.
  35. cat("# # # The combined data frame
  36. ") 
  38. # Print the result.
  39. print(all.addresses)

当我们执行上面的代码，它产生以下结果：

  1. # # # # The First data frame
  2.      city       state zipcode
  3. [1,] "Tampa"    "FL"  "33602"
  4. [2,] "Seattle"  "WA"  "98104"
  5. [3,] "Hartford" "CT"   "6161" 
  6. [4,] "Denver"   "CO"  "80294"
  8. # # # The Second data frame
  9.        city       state   zipcode
  10. 1      Lowry      CO      80230
  11. 2      Charlotte  FL      33949
  13. # # # The combined data frame
  14.        city      state zipcode
  15. 1      Tampa     FL    33602
  16. 2      Seattle   WA    98104
  17. 3      Hartford  CT     6161
  18. 4      Denver    CO    80294
  19. 5      Lowry     CO    80230
  20. 6     Charlotte  FL    33949

合并数据帧

我们可以使用merge()函数合并两个数据帧。 数据帧必须具有相同的列名称，在其上进行合并。

在下面的例子中，我们考虑图书馆名称“MASS”中有关Pima Indian Women的糖尿病的数据集。 我们基于血压（“bp”）和体重指数（“bmi”）的值合并两个数据集。 在选择这两列用于合并时，其中这两个变量的值在两个数据集中匹配的记录被组合在一起以形成单个数据帧。 

  1. library(MASS)
  2. merged.Pima <- merge(x = Pima.te, y = Pima.tr,
  3.    by.x = c("bp", "bmi"),
  4.    by.y = c("bp", "bmi")
  5. )
  6. print(merged.Pima)
  7. nrow(merged.Pima)

当我们执行上面的代码，它产生以下结果：

  1.    bp  bmi npreg.x glu.x skin.x ped.x age.x type.x npreg.y glu.y skin.y ped.y
  2. 1  60 33.8       1   117     23 0.466    27     No       2   125     20 0.088
  3. 2  64 29.7       2    75     24 0.370    33     No       2   100     23 0.368
  4. 3  64 31.2       5   189     33 0.583    29    Yes       3   158     13 0.295
  5. 4  64 33.2       4   117     27 0.230    24     No       1    96     27 0.289
  6. 5  66 38.1       3   115     39 0.150    28     No       1   114     36 0.289
  7. 6  68 38.5       2   100     25 0.324    26     No       7   129     49 0.439
  8. 7  70 27.4       1   116     28 0.204    21     No       0   124     20 0.254
  9. 8  70 33.1       4    91     32 0.446    22     No       9   123     44 0.374
  10. 9  70 35.4       9   124     33 0.282    34     No       6   134     23 0.542
  11. 10 72 25.6       1   157     21 0.123    24     No       4    99     17 0.294
  12. 11 72 37.7       5    95     33 0.370    27     No       6   103     32 0.324
  13. 12 74 25.9       9   134     33 0.460    81     No       8   126     38 0.162
  14. 13 74 25.9       1    95     21 0.673    36     No       8   126     38 0.162
  15. 14 78 27.6       5    88     30 0.258    37     No       6   125     31 0.565
  16. 15 78 27.6      10   122     31 0.512    45     No       6   125     31 0.565
  17. 16 78 39.4       2   112     50 0.175    24     No       4   112     40 0.236
  18. 17 88 34.5       1   117     24 0.403    40    Yes       4   127     11 0.598
  19.    age.y type.y
  20. 1     31     No
  21. 2     21     No
  22. 3     24     No
  23. 4     21     No
  24. 5     21     No
  25. 6     43    Yes
  26. 7     36    Yes
  27. 8     40     No
  28. 9     29    Yes
  29. 10    28     No
  30. 11    55     No
  31. 12    39     No
  32. 13    39     No
  33. 14    49    Yes
  34. 15    49    Yes
  35. 16    38     No
  36. 17    28     No
  37. [1] 17

melt()拆分数据和cast()数据重构

R语言编程的一个最有趣的方面是关于在多个步骤中改变数据的形状以获得期望的形状。 用于执行此操作的函数称为melt()和cast()。

我们考虑称为船舶的数据集称为“MASS”。 

  1. library(MASS)
  2. print(ships)

当我们执行上面的代码，它产生以下结果：

  1.      type year   period   service   incidents
  2. 1     A   60     60        127         0
  3. 2     A   60     75         63         0
  4. 3     A   65     60       1095         3
  5. 4     A   65     75       1095         4
  6. 5     A   70     60       1512         6
  7. .............
  8. .............
  9. 8     A   75     75       2244         11
  10. 9     B   60     60      44882         39
  11. 10    B   60     75      17176         29
  12. 11    B   65     60      28609         58
  13. ............
  14. ............
  15. 17    C   60     60      1179          1
  16. 18    C   60     75       552          1
  17. 19    C   65     60       781          0
  18. ............
  19. ............

melt()拆分数据

现在我们拆分数据进行重组，将除类型和年份以外的所有列转换为多行展示。

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

当我们执行上面的代码，它产生以下结果：

  1.       type year  variable  value
  2. 1      A   60    period      60
  3. 2      A   60    period      75
  4. 3      A   65    period      60
  5. 4      A   65    period      75
  6. ............
  7. ............
  8. 9      B   60    period      60
  9. 10     B   60    period      75
  10. 11     B   65    period      60
  11. 12     B   65    period      75
  12. 13     B   70    period      60
  13. ...........
  14. ...........
  15. 41     A   60    service    127
  16. 42     A   60    service     63
  17. 43     A   65    service   1095
  18. ...........
  19. ...........
  20. 70     D   70    service   1208
  21. 71     D   75    service      0
  22. 72     D   75    service   2051
  23. 73     E   60    service     45
  24. 74     E   60    service      0
  25. 75     E   65    service    789
  26. ...........
  27. ...........
  28. 101    C   70    incidents    6
  29. 102    C   70    incidents    2
  30. 103    C   75    incidents    0
  31. 104    C   75    incidents    1
  32. 105    D   60    incidents    0
  33. 106    D   60    incidents    0
  34. ...........
  35. ...........

cast()重构数据

我们可以将被拆分的数据转换为一种新形式，使用cast()函数创建每年每种类型的船的总和。

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

当我们执行上面的代码，它产生以下结果：

  1.      type year  period  service  incidents
  2. 1     A   60    135       190      0
  3. 2     A   65    135      2190      7
  4. 3     A   70    135      4865     24
  5. 4     A   75    135      2244     11
  6. 5     B   60    135     62058     68
  7. 6     B   65    135     48979    111
  8. 7     B   70    135     20163     56
  9. 8     B   75    135      7117     18
  10. 9     C   60    135      1731      2
  11. 10    C   65    135      1457      1
  12. 11    C   70    135      2731      8
  13. 12    C   75    135       274      1
  14. 13    D   60    135       356      0
  15. 14    D   65    135       480      0
  16. 15    D   70    135      1557     13
  17. 16    D   75    135      2051      4
  18. 17    E   60    135        45      0
  19. 18    E   65    135      1226     14
  20. 19    E   70    135      3318     17
  21. 20    E   75    135       542      1