tidyverse —— tidyr包

作者简介

野菜团子，R语言中文社区专栏作者 

博客：https://ask./blog/esperanca 

tidyr包，tidyverse工具箱中的改锥和锤子，哪儿不顺眼修哪里，犀利得好比找茬儿的老板，专注把数据在长和宽的形态中互转，功能类似reshape2包，本篇顺带也回顾一下reshape2包。

1. reshape2包

1.1 melt函数

以airquality数据为例，先把变量名全改成小写，方便之后的处理

names(airquality) <->tolower(names(airquality))

melt函数用于宽数据转长数据，语法如下

melt(data, id.vars, measure.vars, variable.name = 'variable', ..., na.rm = FALSE, value.name = 'value', factorsAsStrings = TRUE)

第二个参数id用于指明需要保存的变量，第三个参数measure用于指明哪些变量，其名字都作为新生成的变量variable的因子，其取值作为新生成的变量value的取值。第三个参数不填的话，则默认除第二个参数指明的变量外，其余变量都作为第三个参数。举个例子

aqm <- melt(airquality,="">id=c('month', 'day'), na.rm=TRUE)
head(aqm)

---

1.2 cast函数

类似Excel的透视表，有acast和dcast，前者返回向量或数组，后者返回数据框。用法如下

acast(aqm, variable ~ month, mean, subset = .(variable == 'ozone'))

第三个参数为函数，指明要求的值，subset指明范围。不填函数的话，day、month和variable三个变量分别标示了得到的数组a的三个维度

a <- acast(aqm,="" day="" ~="" month="" ~="">
str(a)

2. tidyr包

2.1 gather函数

gather函数的功能和melt函数对应，但是语法要友好得多，非常有范儿，Hadley出品，必属精品。举个例子

table4a原本的1999和2000两个变量被转换成了新变量year的因子，原来的值被储存在新变量cases中。

---

2.2 spread函数

spread函数作用和gather相反，举例如下，经过gather和spread两个函数的操作，得到的结果和原来的数据一毛一样

table4a
table4a %>%
  gather(`1999`, `2000`, key = 'year', value = 'cases') %>% 
  spread(key = 'year', value = 'cases')

---

2.3 separate函数

恰如其名，把一列拆成多列，sep参数可以匹配正则表达式，也可以是数字，表示在该数字长度处进行拆分变量，举例如下

table3
table3 %>%
 separate(year, into = c('century', 'year'), sep = 2)

into参数表示新生成的变量的名字，默认删除被拆分的变量，如果想要不删除的话，就设置remove参数为FALSE

table3 %>%
  separate(rate, into = c('cases', 'population'), convert = TRUE, remove = F)

---

2.4 unite函数

unite函数就很简单了，separate函数的反向操作，多列合作一列。如下，经过separate和unite函数的双重作用，table3还是原来的模样

---

话说，距离上一篇笔记已经很久了

但是我还没有放弃这个专栏

就像我还没有放弃这么蠢的自己

在这里给自己和大家打打气

坚持下去

你就会发现

以后的困难还多着呢OT2