使用R语言reshape2包：轻松转换数据集的宽与长格式——melt与dcast函数详解

1.前言

melt() 是 reshape2包中的一个函数，它用于将数据框从“宽格式（wide format）”转换为“长格式（long format）”。

宽格式指的是一列代表一组，多列数据用于表示一组内的多个变量；

而长格式指的是一列代表一个变量，多列数据用于表示不同组之间的差异。

2.melt()

melt() 函数可以帮助我们将数据从宽格式转换为长格式，其基本用法如下：

melt(data, id.vars, measure.vars, variable.name, value.name)

data：要转换的数据框；
id.vars：指定哪些列是标识符，不需要被转换；
measure.vars：指定哪些列需要被转换；
variable.name：新列的列名，默认为“variable”；
value.name：新列中数值的列名，默认为“value”。

举例

df <- data.frame(group = c("A", "B"), var1 = c(1, 2), var2 = c(3, 4), var3 = c(5, 6))
df
#>   group var1 var2 var3
#> 1     A    1    3    5
#> 2     B    2    4    6

宽格式

现在我们想将这个数据框从宽格式转换为长格式，可以使用 melt() 函数：

library(reshape2)

df_long <- melt(df, id.vars = "group", measure.vars = c("var1", "var2", "var3"))
df_long
#>   group variable value
#> 1     A     var1     1
#> 2     B     var1     2
#> 3     A     var2     3
#> 4     B     var2     4
#> 5     A     var3     5
#> 6     B     var3     6

这个是长格式

---

3.dcast()

dcast() 函数是 reshape2 包中的一个函数，用于将数据从长格式（long format）转换为宽格式（wide format）

library(reshape2)

# 创建数据框
df <- data.frame(
  gender = c("M", "F", "M", "F", "M", "F"),
  year = c(2010, 2010, 2011, 2011, 2012, 2012),
  value = c(100, 200, 300, 400, 500, 600)
)

这个是长格式

这个数据框有三列，分别是性别（gender）、年份（year）和值（value），现在我们希望将其转换为以年份为行、性别为列、值为值的宽格式数据框。可以使用 dcast() 函数来实现：

# 使用dcast函数进行转换
df_wide <- dcast(df, year ~ gender, value.var = "value")

这里，year ~ gender 表示将年份作为行，性别作为列，value.var 参数表示需要转换的值的变量名。

这个是宽格式