Data Science with R in 4 Weeks - Week 1 - Day4

Reshaping Data

Reshape & reshape 2

经常用到的一中分析是reshape - cast。相当于excel里面的pivot 图表。注意，R做pivot table并不是最理想的选择，毕竟，Excel的reorpting功能更强大一些。

package（reshape）里面有两个function特别重要，melt和cast。

我们来看一下这两个函数的使用

Wide and Long data

Wide Data: Wide data has a column for each variable. For example, this is wide-format data

变量按照列横向展开的，就要wide data。变量多，展开的列就多，就比较宽.

Ozone Solar.R Wind Temp Month Day

1    41    190  7.4  67    5  1

2    36    118  8.0  72    5  2

3    12    149 12.6  74    5  3

4    18    313 11.5  62    5  4

5    NA      NA 14.3  56    5  5

6    28      NA 14.9  66    5  6

Long data: Long-format data has a column for possible variable types and a column for the values of those variables.

所有的变量存储在一个列里面的，就要long data。变量比较多，这个列的行数就比较多，所以就长。

#    variable  value

# 1    ozone 23.615

# 2    ozone 29.444

# 3    ozone 59.115

# 4    ozone 59.962

# 5      wind 11.623

# 6      wind 10.267

melt takes wide-format data and melts it into long-format data.melt把宽数据变成长数据

cast takes long-format data and casts it into wide-format data.；cast把长数据，变成宽数据。

> names(airquality) <- tolower(names(airquality))

> library(reshape2)

> aql <- melt(airquality)

> head(aql)

variable value

1    ozone    41

2    ozone    36

3    ozone    12

4    ozone    18

5    ozone    NA

6    ozone    28

这时，我们把dataset里面每一个variable都拆解出来。 但有时候，我们不希望看到这么细致的数据，我们只想知道每个月里面的每一天的Ozone，solar是什么样子的。

我们可以用：

> aql <- melt(airquality, id=c ("month", "day"))

> head(aql)

month day variable value

1    5  1    ozone    41

2    5  2    ozone    36

3    5  3    ozone    12

4    5  4    ozone    18

5    5  5    ozone    NA

6    5  6    ozone    28

如果想给数据variable重新命名的话：

> aql <- melt(airquality, id=c ("month", "day"), variable.name = "climate_related", value.name = "values")

> head(aql)

month day climate_related values

1    5  1          ozone    41

2    5  2          ozone    36

3    5  3          ozone    12

4    5  4          ozone    18

5    5  5          ozone    NA

6    5  6          ozone    28

Cast, pivot table

subset data 或者输出 你想要的若干列数据，然后从cast命令作table

reference :http://seananderson.ca/2013/10/19/reshape.html

http://www.statmethods.net/management/reshape.html