Re: [問題] reshape 資料轉換

看板R_Language作者celestialgod (天)時間9年前 (2016/03/07 17:10)推噓1(1推 0噓 5→)

留言6則, 1人參與討論串2/2 (看更多)

※ 引述《criky (立業成家)》之銘言： : [問題類型]: : : 程式諮詢(我想用R 做某件事情，但是我不知道要怎麼用R 寫出來) : [軟體熟悉度]: : 新手(沒寫過程式，R 是我的第一次) : [問題敘述]: : 我的資料像是學校的成績系統 : 欄位有學生id，學年，學期，科目id，科目名，成績 : 一個學生有n列， : 現在想將一個學生拉成一列 : 我是先paste(學年+學期)，再用reshape函數作， : data.2<-reshape(data.1,v.names="成績",idvar="學號",timevar="學年學期 : ",direction="wide") : 但轉換後成績的部分， : 只有某個科目的成績， : 若用先paste(學年+學期+科目id)，再用reshape函數作， : 是可以作出來，不過這樣NA值會很多， : 我想要用"每個學生的學期平均數"作整理 : 所以資料欄位會是1個學生id+8個學期平均： : 學生id 第1學年第1學期平均第1學年第2學期平均第2學年第1學期平均 : … : 不知道要怎麼寫， : 請問一下，謝謝。 : [環境敘述]: : win8 : [關鍵字]: : reshape library(data.table) library(dplyr) library(magrittr) # data generation # 假設一百個學生，五科，三年，上下兩學期 numStu <- 100 numSubject <- 5 numYear <- 3 numSemester <- 2 datBigTable <- data.table(stuID = rep(1:numStu, each = numSubject*numYear* numSemester), year = rep(102:(101+numYear), times = numStu*numSubject, each = numSemester), semester = rep(1:numSemester, times = numStu*numSubject*numYear), subjectID = rep(1:numSubject, times = numStu, each = numSemester*numYear)) datBigTable %<>% mutate(Grade = sample(1:100, nrow(.), TRUE), subjectName = c("國文", "英文", "數學", "自然", "社會")[subjectID]) %>% tbl_dt(FALSE) # Source: local data table [3,000 x 6] # # stuID year semester subjectID Grade subjectName # (int) (int) (int) (int) (int) (chr) # 1 1 102 1 1 32 國文 # 2 1 102 2 1 95 國文 # 3 1 103 1 1 95 國文 # 4 1 103 2 1 7 國文 # 5 1 104 1 1 60 國文 # 6 1 104 2 1 65 國文 # 7 1 102 1 2 85 英文 # 8 1 102 2 2 28 英文 # 9 1 103 1 2 33 英文 # 10 1 103 2 2 7 英文 # .. ... ... ... ... ... ... datBigTable %>% mutate(yearSemester = sprintf("%03i%02i", year, semester)) %>% group_by(stuID, yearSemester) %>% summarise(meanGrade = mean(Grade)) %>% dcast.data.table(stuID ~ yearSemester, value.var = "meanGrade") %>% tbl_dt(FALSE) # Source: local data table [100 x 7] # # stuID 10201 10202 10301 10302 10401 10402 # (int) (dbl) (dbl) (dbl) (dbl) (dbl) (dbl) # 1 1 47.4 55.0 36.2 12.8 60.4 36.8 # 2 2 59.2 58.2 58.0 36.4 57.2 47.8 # 3 3 53.8 59.2 60.8 54.2 65.4 34.0 # 4 4 70.0 69.4 66.2 42.2 48.8 45.0 # 5 5 52.8 64.8 34.2 39.4 59.4 50.0 # 6 6 50.0 50.2 45.2 60.6 59.0 68.6 # 7 7 38.0 46.6 50.0 49.6 32.2 52.2 # 8 8 53.4 58.6 47.0 37.6 56.8 47.8 # 9 9 26.6 64.0 37.6 25.2 65.4 55.2 # 10 10 47.0 40.2 26.4 45.6 65.6 40.0 # .. ... ... ... ... ... ... ... 原本想用tidyr:::spread，不過不知道怎麼了，dplyr更新到0.4.3就不給我用了Orz 更新，突然想到我轉換後的變數名稱是數字，所以才會不行.... library(tidyr) datBigTable %<>% mutate(year = year - 101) datBigTable %>% mutate(yearSemester = sprintf("第%i學年第%i學期平均", year, semester)) %>% group_by(stuID, yearSemester) %>% summarise(meanGrade = mean(Grade)) %>% spread(yearSemester, meanGrade) %>% tbl_dt(FALSE) # Source: local data table [100 x 7] # # stuID 第1學年第1學期平均第1學年第2學期平均第2學年第1學期平均 # (int) (dbl) (dbl) (dbl) # 1 1 54.6 51.4 41.4 # 2 2 57.6 49.4 63.6 # 3 3 46.8 62.2 51.4 # 4 4 45.0 62.8 60.0 # 5 5 43.8 49.6 43.8 # 6 6 54.4 44.0 59.2 # 7 7 47.6 65.4 52.0 # 8 8 63.6 68.2 75.2 # 9 9 40.4 41.6 50.0 # 10 10 39.0 52.4 50.2 # .. ... ... ... ... # # 第2學年第2學期平均第3學年第1學期平均第3學年第2學期平均 # ... ... ... -- R資料整理套件系列文： magrittr #1LhSWhpH (R_Language) http://tinyurl.com/1LhSWhpH data.table #1LhW7Tvj (R_Language) http://tinyurl.com/1LhW7Tvj dplyr(上) #1LhpJCfB (R_Language) http://tinyurl.com/1LhpJCfB dplyr(下) #1Lhw8b-s (R_Language) tidyr #1Liqls1R (R_Language) http://tinyurl.com/1Liqls1R -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 140.109.74.87 ※ 文章網址: https://www.ptt.cc/bbs/R_Language/M.1457341838.A.2C4.html

推

criky

03/07 22:22, , 1^F

03/07 22:22, 1^F

→

criky

03/07 22:22, , 2^F

03/07 22:22, 2^F

→

criky

03/08 16:14, , 3^F

03/08 16:14, 3^F