Üç alternatif çözüm:
1) İle veri tablosu:
Paketteki ile aynı melt
işlevi kullanabilirsiniz reshape2
(genişletilmiş ve geliştirilmiş bir uygulamadır). melt
from data.table
ayrıca melt
-fonksiyonundan daha fazla parametreye sahiptir reshape2
. Örneğin, değişken sütununun adını da belirtebilirsiniz:
library(data.table)
long <- melt(setDT(wide), id.vars = c("Code","Country"), variable.name = "year")
hangi verir:
> long
Code Country year value
1: AFG Afghanistan 1950 20,249
2: ALB Albania 1950 8,097
3: AFG Afghanistan 1951 21,352
4: ALB Albania 1951 8,986
5: AFG Afghanistan 1952 22,532
6: ALB Albania 1952 10,058
7: AFG Afghanistan 1953 23,557
8: ALB Albania 1953 11,123
9: AFG Afghanistan 1954 24,555
10: ALB Albania 1954 12,246
Bazı alternatif gösterimler:
melt(setDT(wide), id.vars = 1:2, variable.name = "year")
melt(setDT(wide), measure.vars = 3:7, variable.name = "year")
melt(setDT(wide), measure.vars = as.character(1950:1954), variable.name = "year")
2) İle tidyr:
library(tidyr)
long <- wide %>% gather(year, value, -c(Code, Country))
Bazı alternatif gösterimler:
wide %>% gather(year, value, -Code, -Country)
wide %>% gather(year, value, -1:-2)
wide %>% gather(year, value, -(1:2))
wide %>% gather(year, value, -1, -2)
wide %>% gather(year, value, 3:7)
wide %>% gather(year, value, `1950`:`1954`)
3) İle reshape2:
library(reshape2)
long <- melt(wide, id.vars = c("Code", "Country"))
Aynı sonucu veren bazı alternatif gösterimler:
# you can also define the id-variables by column number
melt(wide, id.vars = 1:2)
# as an alternative you can also specify the measure-variables
# all other variables will then be used as id-variables
melt(wide, measure.vars = 3:7)
melt(wide, measure.vars = as.character(1950:1954))
NOTLAR:
- reshape2emekli. Sadece CRAN üzerinde tutmak için gerekli değişiklikler yapılacaktır. ( kaynak )
- Eğer dışarıda bırakmak isterseniz
NA
değerleri, ekleyebilir na.rm = TRUE
için melt
hem de gather
fonksiyonları.
Verilerle ilgili bir diğer sorun da, değerlerin R tarafından karakter değerleri olarak okunmasıdır ( ,
sayıların sonucu olarak ). Bunu gsub
ve ile onarabilirsiniz as.numeric
:
long$value <- as.numeric(gsub(",", "", long$value))
Veya doğrudan data.table
veya ile dplyr
:
# data.table
long <- melt(setDT(wide),
id.vars = c("Code","Country"),
variable.name = "year")[, value := as.numeric(gsub(",", "", value))]
# tidyr and dplyr
long <- wide %>% gather(year, value, -c(Code,Country)) %>%
mutate(value = as.numeric(gsub(",", "", value)))
Veri:
wide <- read.table(text="Code Country 1950 1951 1952 1953 1954
AFG Afghanistan 20,249 21,352 22,532 23,557 24,555
ALB Albania 8,097 8,986 10,058 11,123 12,246", header=TRUE, check.names=FALSE)