熔化DF成3列

我試圖熔化以下數據集成3列 - 「小時」，「變量」和「簇」熔化DF成3列

> head(kpitdur) 
     hr_0 hr_1030 hr_1130 hr_160 hr_180 hr_190 hr_200 hr_630 hr_830 
1 79.08333 63.06667 63.06667 63.06667 63.06667 63.06667 63.06667 65.73333 63.06667 
2 71.45000 51.80000 51.80000 51.80000 51.80000 51.80000 51.80000 71.45000 51.80000 
3 86.96667 56.91667 56.91667 56.91667 56.91667 56.91667 56.91667 69.00000 56.91667 
4 91.53333 77.38333 61.83333 77.38333 77.38333 77.38333 77.38333 77.38333 77.38333 
5 91.83333 78.10000 78.10000 78.10000 78.10000 78.10000 78.10000 78.10000 78.10000 
6 111.41667 65.75000 65.75000 65.75000 65.75000 65.75000 65.75000 80.63333 65.75000 
    hr_930 cluster 
1 63.06667  2 
2 51.80000  2 
3 56.91667  2 
4 77.38333  1 
5 78.10000  1 
6 65.75000  1

然而，當我使用以下公式在熔體中，我只給了兩列，不知道如何解決這個問題。我曾嘗試在value.name中輸入不同的變量名稱，但這不起作用。如何將這個數據集分解成三個獨立的列？

> melted <- melt(kpitdur, value.name = "cluster") 
No id variables; using all as measure variables 

> head(melted) 
    variable cluster 
1  hr_0 79.08333 
2  hr_0 71.45000 
3  hr_0 86.96667 
4  hr_0 91.53333 
5  hr_0 91.83333 
6  hr_0 111.41667 

> tail(melted) 
     variable cluster 
11699 cluster  1 
11700 cluster  1 
11701 cluster  1 
11702 cluster  2 
11703 cluster  1 
11704 cluster  1

下面是數據的一個樣本：

> dput(df) 
structure(list(hr_0 = c(79.0833333333333, 71.45, 86.9666666666667, 
91.5333333333333, 91.8333333333333, 111.416666666667), hr_1030 = c(63.0666666666667, 
51.8, 56.9166666666667, 77.3833333333333, 78.1, 65.75), hr_1130 = c(63.0666666666667, 
51.8, 56.9166666666667, 61.8333333333333, 78.1, 65.75), hr_160 = c(63.0666666666667, 
51.8, 56.9166666666667, 77.3833333333333, 78.1, 65.75), hr_180 = c(63.0666666666667, 
51.8, 56.9166666666667, 77.3833333333333, 78.1, 65.75), hr_190 = c(63.0666666666667, 
51.8, 56.9166666666667, 77.3833333333333, 78.1, 65.75), hr_200 = c(63.0666666666667, 
51.8, 56.9166666666667, 77.3833333333333, 78.1, 65.75), hr_630 = c(65.7333333333333, 
71.45, 69, 77.3833333333333, 78.1, 80.6333333333333), hr_830 = c(63.0666666666667, 
51.8, 56.9166666666667, 77.3833333333333, 78.1, 65.75), hr_930 = c(63.0666666666667, 
51.8, 56.9166666666667, 77.3833333333333, 78.1, 65.75), cluster = c(2L, 
2L, 2L, 1L, 1L, 1L)), .Names = c("hr_0", "hr_1030", "hr_1130", 
"hr_160", "hr_180", "hr_190", "hr_200", "hr_630", "hr_830", "hr_930", 
"cluster"), row.names = c(NA, 6L), class = "data.frame")

來源

2016-06-22 the_darkside

'No id variables;使用全部作爲度量變量'是一個線索 – rawr

讓你90％的方式： '重塑（kpitdur，變化=名稱（kpitdur）[1:10]，方向=「長」，v.names =「小時」）';只要將'time'改爲變量名即可 –

你可以做

reshape(
    data = kpitdur, 
    varying = -11, 
    direction = "long", 
    sep="_", 
    timevar = "variable" 
)[-4] 
#  cluster variable  hr 
# 1.0   2  0 79.08333 
# 2.0   2  0 71.45000 
# 3.0   2  0 86.96667 
# 4.0   1  0 91.53333 
# 5.0   1  0 91.83333 
# 6.0   1  0 111.41667 
# 1.1030  2  1030 63.06667 
# 2.1030  2  1030 51.80000 
# 3.1030  2  1030 56.91667 
# 4.1030  1  1030 77.38333 
# ...

來源

2016-06-22 12:05:16 lukeA

您可以用tidyr包

library(tidyr) 

data_long <- gather(df, variable, cluster, hr_0:hr_930) 
names(data_long)[3] <- "value" 

> head(data_long, 5) 
    cluster variable value 
1  2  hr_0 79.08333 
2  2  hr_0 71.45000 
3  2  hr_0 86.96667 
4  1  hr_0 91.53333 
5  1  hr_0 91.83333

來源

2016-06-22 12:10:08 Edu

# Option 1 using reshape2 
library(reshape2) 

df %>% 
    melt(value.name = "cluster") # incorrect original result 

df %>% 
    melt(id.vars = "cluster", value.name = "variable")

做到這一點也

或...

# Option 2 using tidyr 
library(tidyr) 

df %>% 
    gather(hour, variable, -cluster)

來源

2016-06-22 12:10:44

回答

相關問題