R 长型和宽型数据的相互转换

长型和宽型数据在数据分析中非常常见。一般人们看到的以行为样本以列为变量的数据为宽型数据，非常适合人类查看和理解。但是在数据分析中，常常需要将数据转换成长型数据才能便于分析和作图。将在以下几个例子中进行理解和介绍。同时使用R中不同的三个包进行长宽数据的转换。
我们先建立一个简单的数据框：

widedata <- data.frame(ID=c(1,1,2,2),
                       Time=c(1,2,1,2),
                       x1=c(3,4,5,6),
                       x2=c(7,8,9,10))
widedata

查看数据框如下：

1.png

这是宽型数据，如果还是明白的话，跟长型数据一对比就一目了然了。

1. 用reshape进行数据的长宽转换

Wide to long

library(reshape)
(longdata1 <- melt(widedata,id=c("ID","Time")))

2.png

(longdata1 <- melt(widedata,id="ID"))

3.png

这两个数据框都是长型数据，根据前几列的信息可以对应到最后数值列的唯一值
reshape包的melt函数使用相对简单，出了第一个对象为数据框，参数一般只有一个，即id，设为id的变量，变量名在转换过程中不变，但是变量的数值会在长型数据中重复出现。
Long to wide
cast(data, formula = ... ~ variable, fun.aggregate=NULL, ..., margins=FALSE, subset=TRUE, df=FALSE, fill=NULL, add.missing=FALSE, value = guess_value(data))
cast函数有参数比较多，这里只展示基本的参数，其中formula是设置如何转换为宽型数据的重要参数，不同的formula转换成的数据可以通过尝试进行理解和体会。

(widedata1 <- cast(longdata1,ID+Time~variable))
(widedata1 <- cast(longdata1,ID~Time+variable))
(widedata1 <- cast(longdata1,ID~variable+Time))

4.png

5.png

6.png

2. 用reshape2进行数据的长宽转换

Wide to long
reshape2同时使用melt函数进行宽到长数据的转换，但是参数略有不同，主要的两个参数是id.vars和measure.vars.

library(reshape2)
(longdata2 <- melt(widedata,id.vars=c("ID","Time"),measure.vars=c("x1","x2")))

7.png

得到跟reshape包中melt函数一样的结果。
Long to wide
长型数据到宽型数据的转换，在reshape2中没有cast函数，根据处理数据的不同类型，用acast（vector/matrix/array）和dcast（dataframe）函数取代。
这里我们的数据是数据框，因此使用dcast函数，其中的公式跟cast类似。

(widedata2 <- dcast(longdata2,ID+Time~variable))
(widedata2 <- dcast(longdata2,ID~Time+variable))

8.png

3. 用tidyr进行数据的长宽转换

Wide to long
tidyr中的gather函数，跟reshape和reshape2中的melt函数的参数有较大的改变，但是更容易理解。
gather(data, key = "key", value = "value", ..., na.rm = FALSE, convert = FALSE, factor_key = FALSE)
其中的key和value生成新的变量的变量名，...表示可以要进行转换的变量，相当于reshape2中melt函数的measure.vars参数。直接看例子：

library(tidyr)
(longdata3 <- gather(widedata, key = "variable",value ="value", x1:x2 ))

9.png

得到跟上面相同的结果，这里variable和value是自己命名的，不同于melt是自动生成的，相对更易于理解。
Long to wide
tidyr中的spread函数，跟cast类似，不过参数与gather相对应
spread(data, key, value, fill = NA, convert = FALSE, drop = TRUE, sep = NULL)
关键的参数是key和value，指定后就可以根据相应的key和value进行长到宽的转换

(widedata3 <- spread(longdata3,key = "variable",value = "value"))

10.png

总结

初学者在使用R时，常常对reshape和reshape2有点迷惑，尤其是melt函数名字一模一样，因此容易造成误解，加载了reshape2后发现cast函数不能使用。个人倾向于直接使用gather和spread函数，直接跳过reshape和reshape2的困扰。不过理清楚reshape和reshape2的主要区别，使用起来也不容易混淆。