对于具有 'quadruple nesting' 的多级结构，如何将宽数据帧转换为长数据帧？

Question

我进行了一项研究，回想起来（一个人生活，一个人学习 :-)）似乎生成了多层次数据。现在我正在尝试将数据集从宽到长重组，以便我可以使用例如分析它lme4.

在这样做的过程中，我遇到了一个，嗯，挑战，我以前运行遇到过几次，但我从未找到好的解决方案。这次我又搜索了一下，但我可能使用了错误的关键字 - 或者这个问题比我想象的要少得多。

基本上，在这个数据集中，变量名指示收集的测量数据。我要求参与者对干预措施进行评分（评分）（真的可以是任何东西）。每种干预都属于 6 个行为领域之一。此外，参与者对每项干预措施进行评分，无论是在它单独出现时，还是与其他干预措施同时出现时，或与其他两种干预措施同时出现时。共有三种类型的干预措施，它们都在我向他们提供了一些信息之前（t0）和之后（t1）进行了评分。

所以，实际上，我有一个可以像这样重新生成的数据框：

### Elements of the variable names
measurementMomentsVector <- c("t0", "t1");
interventionTypesVector <- c("fear", "know", "scd");
nrOfInterventionsSimultaneouslyVector <- c(1, 2, 3);
behaviorDomainsVector <- c("diet", "pox", "alc", "smoking", "traff", "adh");

### Generate a vector with all variable names
variableNames <-
  apply(expand.grid(measurementMomentsVector,
                    interventionTypesVector,
                    nrOfInterventionsSimultaneouslyVector,
                    behaviorDomainsVector),
        1, paste0, collapse="_");

### Generate 5 'participants' worth of data
wideData <- data.frame(matrix(rnorm(5*length(variableNames)), nrow=5));

### Assign names
names(wideData) <- variableNames;

### Add unique id variable for every participants
wideData$id <- 1:5;

所以使用head(wideData)[, 1:5]你可以大致看到数据框的样子：

  t0_fear_1_diet t1_fear_1_diet t0_know_1_diet t1_know_1_diet t0_scd_1_diet
1     -0.9338191      0.9747453      1.0069036      0.3500103  -0.844699708
2      0.8921867      1.3687834     -1.2005791      0.2747955   1.316768219
3      1.6200200      0.5245470     -1.2910586      1.3211912  -0.174795144
4      0.1543738      0.7535642      0.4726131     -0.3464789  -0.009190702
5     -1.3676692     -0.4491574     -2.0902003     -0.3484678  -2.537501824

现在，我想将此数据转换为一个长数据帧，有 6 个变量，例如 'id'、'measurementMoment'、'interventionType'、'nrOfInterventionsSimultaneously'、'behaviorDomain'和'evaluation'，其中第一个变量表示记录所属的参与者，最后一个变量是参与者给出特定干预的分数（等级、等级、评价），中间的四个变量指明正在对哪种干预进行准确评级。

我可能会为这个问题写一些 'custom' 代码，但我希望 R 'has something for this'。我一直在玩 reshape2，例如：

longData <- reshape(wideData, varying=1:(ncol(wideData)-1),
                    idvar="id",
                    sep="_", direction="long")

但它无法猜测时变变量:

Error in guess(varying) : 
  failed to guess time-varying variables from their names

我已经为这个问题纠结过好几次了，但我没能在网上找到任何答案。现在我真的需要继续前进，所以我想我会在写一些定制的东西之前尝试这个作为最后的努力:-)

如果有人能提供任何指点，我将不胜感激！！！

Answer 1

我认为您的问题可以通过两步法解决：

将您的数据融合到一个长 data.frame 中（或者像我一样，在一个长 data.table 中）
将包含所有标签的 variable 列拆分为每个所需分组变量的单独列。

由于相关信息在标签中，因此可以使用 data.table 包中的 tstrsplit 函数轻松实现。

您可能正在寻找以下内容：

library(data.table)
longData <- melt(setDT(wideData), id.vars="id")
longData[, c("moment", "intervention", "number", "behavior") := 
                tstrsplit(variable, "_", type.convert = TRUE)
       ][, variable:=NULL]

结果：

> head(longData,15)
    id       value moment intervention number behavior
 1:  1 -0.07747254     t0         fear      1     diet
 2:  2 -0.76207379     t0         fear      1     diet
 3:  3  1.15501244     t0         fear      1     diet
 4:  4  1.24792369     t0         fear      1     diet
 5:  5 -0.28226121     t0         fear      1     diet
 6:  1 -1.04875354     t1         fear      1     diet
 7:  2 -0.91436882     t1         fear      1     diet
 8:  3  0.72863487     t1         fear      1     diet
 9:  4  0.10934261     t1         fear      1     diet
10:  5 -0.06093002     t1         fear      1     diet
11:  1 -0.70725760     t0         know      1     diet
12:  2  1.06309003     t0         know      1     diet
13:  3  0.89501164     t0         know      1     diet
14:  4  1.48148316     t0         know      1     diet
15:  5  0.22086835     t0         know      1     diet

作为 data.table 的替代方法，您还可以使用 splitstackshape 包的 cSplit 函数拆分 variable 列（您必须重命名结果之后可变列）：

library(splitstackshape)
longData <- cSplit(longData, sep="_", "variable", "wide", type.convert=TRUE)
names(longData) <- c("id","value","moment","intervention","number","behavior")

或 tidyr:

library(tidyr)
separate(longData, variable, c("moment", "intervention", "number", "behavior"), sep="_", remove=TRUE)

对于具有 'quadruple nesting' 的多级结构，如何将宽数据帧转换为长数据帧？

How do I convert a wide dataframe to a long dataframe for a multilevel structure with 'quadruple nesting'?

r

reshape

dataframe

reshape2