如何使用 Tidyr 在 Tidyverse 中转置 (t)

Question

使用示例数据（底部），我想使用下面的代码对数据进行分组和汇总。在此之后，我想转置，但我一直停留在如何使用 tidyr 来实现这一点？

对于上下文，我正在尝试使用 knitr::kable 重新创建在 Excel 中创建的现有 table，因此我下面的代码的最终产品预计会破坏整洁原则。

例如：

library(tidyverse)

Df <- Df %>% group_by(Code1, Code2, Level) %>%
    summarise_all(funs(count = sum(!is.na(.))))

我可以使用管道添加 t(.)...

Df <- Df %>% group_by(Code1, Code2, Level) %>%
    summarise_all(funs(count = sum(!is.na(.)))) %>%
    t(.)

或者我可以添加...

Df <- as.data.frame(t(Df)

这两个选项都允许我转置，但我想知道是否有使用 tidyr 的 gather 和 spread 函数实现此目的的 tidyverse 方法？我想更好地控制该过程，还想删除在使用转置 (t) 时显示为列名的 "V1"、"V2" 等。

如何使用 tidyverse 实现此目的？

示例代码：

Code1 <- c("H200","H350","H250","T400","T240","T600")
Code2 <- c("4A","4A","4A","2B","2B","2B")
Level <- c(1,2,3,1,2,3)
Q1 <- c(30,40,40,50,60,80)
Q2 <- c(50,30,50,40,80,30)
Q3 <- c(30,45,70,42,81,34)

Df <- data.frame(Code1, Code2, Level, Q1, Q2, Q3)

Answer 1

library(tidyr)
library(dplyr)

Df <- Df %>% group_by(Code1, Code2, Level) %>%
    summarise_all(funs(count = sum(!is.na(.)))) %>%
    gather(var, val, 2:ncol(Df)) %>%
    spread(Code1, val)

Answer 2

tidyverse 中的一般习语是 gather() 你的数据到最大范围，形成一个 "long" 数据框，每行一个测量。然后，spread() 可以将这个长数据帧恢复为您最喜欢的 "wide" 格式。此过程可以有效地转置数据：只是 gather() 所有标识符列除了行名称，然后是 spread() 行名称。

例如，这里是如何有效地转置 mtcars:

require(tidyverse)

mtcars %>% 
    rownames_to_column %>%
    gather(variable, value, -rowname) %>% 
    spread(rowname, value)

您的数据没有 R 中理解的 "row names"，但 Code1 有效地用作行名称，因为它唯一标识数据的每个（原始）行。

Df1 <- Df %>% 
    group_by(Code1, Code2, Level) %>%
    summarise_all(funs(count = sum(!is.na(.)))) %>%
    gather(column, value, -Code1) %>%
    spread(Code1, value)

tidyr 1.0 或更高版本的更新（2019 年末开始）

新的 pivot_wider() 和 pivot_longer() 函数现在优于旧的（但仍受支持）gather() 和 spread()。因此转置 mtcars 的首选方法可能是

require(tidyverse)

mtcars %>% 
    rownames_to_column() %>%
    pivot_longer(-rowname, 'variable', 'value') %>%
    pivot_wider(variable, rowname)

如何使用 Tidyr 在 Tidyverse 中转置 (t)

How to Transpose (t) in the Tidyverse Using Tidyr

r

dplyr

tidyr

tidyverse

tidyr 1.0 或更高版本的更新（2019 年末开始）