背景

最近在使用ggplot2绘制图像时，发现ggplot2对于数据的格式要求极为严格，对于不规则的数据进行转换十分头疼。经过一番研究发现一些函数可以简化数据的整形过程，收集如下：

数据的拆分与合并

ggplot2的输入数据需要是data.frame的形式，因此需要将list等进行融合整形，此时使用reshape2包的melt()函数进行操作就比较方便，此外还有几个相似功能的函数，具体使用如下：

reshape2

melt()—把宽格式数据转化成长格式

cast()—把长格式数据转化成宽格式【其中dcast()输出时返回一个数据框,acast()输出时返回一个向量/矩阵/数组】

具体用法

  1. mydata
  1. ##   ID Time X1 X2
  2. ## 1 NA    1  5 NA
  3. ## 2  1    2  3  5
  4. ## 3  2   NA NA  1
  5. ## 4  2    1  2  4
  1. md <- melt(mydata, id=c("ID","Time")) # 等同于md <- melt(mydata, id=1:2)
  2. md #固定id，融合其他列
  1. ##   ID Time variable value
  2. ## 1 NA    1       X1     5
  3. ## 2  1    2       X1     3
  4. ## 3  2   NA       X1    NA
  5. ## 4  2    1       X1     2
  6. ## 5 NA    1       X2    NA
  7. ## 6  1    2       X2     5
  8. ## 7  2   NA       X2     1
  9. ## 8  2    1       X2     4

其实是固定id两列，将其他变量通过”variable”和”value”揉合在一起，结果产生了新的两列，一列是变量variable，指代是哪个揉合变量，另外一列是取值value，即变量对应的值

  1. newmd<- dcast(md, ID~variable, mean)
  2. newmd
  1. ##   ID X1  X2
  2. ## 1  1  3 5.0
  3. ## 2  2 NA 2.5
  4. ## 3 NA  5  NA
  1. acast(md, ID~variable, mean)
  1. ##    X1  X2
  2. ## 1   3 5.0
  3. ## 2  NA 2.5
  4. ## NA  5  NA
  1. acast(md, ID~Time~variable)
  1. ## , , X1
  2. ## 
  3. ##     1  2 NA
  4. ## 1  NA  3 NA
  5. ## 2   2 NA NA
  6. ## NA  5 NA NA
  7. ## 
  8. ## , , X2
  9. ## 
  10. ##     1  2 NA
  11. ## 1  NA  5 NA
  12. ## 2   4 NA  1
  13. ## NA NA NA NA

cast()函数处理的对象应该是melt()函数的结果

其他函数

tidyr包

gather()—-把宽度较大的数据转换成一个更长的形式，它类比于从reshape2包中melt()函数的功能

spread()—-把长的数据转换成一个更宽的形式，它类比于从reshape2包中cast()函数的功能

data.table包

data.table包中的melt() 和dcast() 是reshape2包里同名函数的扩展

总结

数据拆分和合并的关系可以用《R语言实战》中的图形表示
reshape.png