Alternativas a stats :: reshape

Question

Las funciones de fusión/fundido en el paquete de remodelación son geniales, pero no estoy seguro de si hay una forma sencilla de aplicarlas cuando las variables medidas son de diferentes tipos. Por ejemplo, aquí es un fragmento de datos donde cada MD proporciona el sexo y el peso de los tres pacientes:

ID PT1 WT1 PT2 WT2 PT3 WT3 
1 "M" 170 "M" 175 "F" 145 
... 

donde el objetivo es remodelar de manera que cada fila es un paciente:

ID PTNUM GENDER WEIGHT 
1 1  "M" 170 
1 2  "M" 175 
1 3  "F" 145 
... 

Utilizando el La función de remodelación en el paquete de estadísticas es una opción de la que tengo conocimiento, pero la estoy publicando aquí con la esperanza de que los usuarios de R con más experiencia que yo publiquen otros métodos, con suerte mejores. ¡Muchas gracias!

-

@Vincent Zoonekynd:

me gusta tu ejemplo mucho, por lo que la generalizó a múltiples variables.

# Sample data 
n <- 5 
d <- data.frame(
    id = 1:n, 
    p1 = sample(c("M","F"),n,replace=TRUE), 
    q1 = sample(c("Alpha","Beta"),n,replace=TRUE), 
    w1 = round(runif(n,100,200)), 
    y1 = round(runif(n,100,200)), 
    p2 = sample(c("M","F"),n,replace=TRUE), 
    q2 = sample(c("Alpha","Beta"),n,replace=TRUE), 
    w2 = round(runif(n,100,200)), 
    y2 = round(runif(n,100,200)), 
    p3 = sample(c("M","F"),n,replace=TRUE), 
    q3 = sample(c("Alpha","Beta"),n,replace=TRUE), 
    w3 = round(runif(n,100,200)), 
    y3 = round(runif(n,100,200)) 
) 
# Reshape the data.frame, one variable at a time 
library(reshape) 
d1 <- melt(d, id.vars="id", measure.vars=c("p1","p2","p3","q1","q2","q3")) 
d2 <- melt(d, id.vars="id", measure.vars=c("w1","w2","w3","y1","y2","y3")) 
d1 = cbind(d1,colsplit(d1$variable,names=c("var","ptnum"))) 
d2 = cbind(d2,colsplit(d2$variable,names=c("var","ptnum"))) 
d1$variable = NULL 
d2$variable = NULL 
d1c = cast(d1,...~var) 
d2c = cast(d2,...~var) 
# Join the two data.frames 
d3 = merge(d1c, d2c, by=c("id","ptnum"), all=TRUE) 

-

Consideraciones finales: Mi motivación para esta pregunta fue conocer alternativas al paquete de cambio de forma distinta las estadísticas :: función de formar de nuevo. Por el momento, he llegado a las siguientes conclusiones:

• Adhiérase a las estadísticas :: remodele cuando pueda. Siempre que recuerde usar una lista en lugar de un vector simple para el argumento "variable", se mantendrá alejado de problemas. Para conjuntos de datos más pequeños: unos pocos miles de casos de pacientes con menos de 200 variables en total es lo que estaba tratando esta vez, la velocidad más baja de esta función vale la simplicidad del código.

• Para usar el enfoque fundido/fundido en el paquete de remodelación (o reshape2) de Hadley Wickham, debe dividir las variables en dos conjuntos, uno compuesto por variables numéricas y otro de variables de caracteres. Cuando tu conjunto de datos es lo suficientemente grande como para que encuentres stats :: remodelar insoportable, imagino que el paso adicional de dividir tus variables en dos conjuntos no parecerá tan malo.

Answer 1

Puede procesar cada variable por separado, y unirse a los dos data.frames resultantes.

# Sample data 
n <- 5 
d <- data.frame(
    id = 1:n, 
    pt1 = sample(c("M","F"),n,replace=TRUE), 
    wt1 = round(runif(n,100,200)), 
    pt2 = sample(c("M","F"),n,replace=TRUE), 
    wt2 = round(runif(n,100,200)), 
    pt3 = sample(c("M","F"),n,replace=TRUE), 
    wt3 = round(runif(n,100,200)) 
) 
# Reshape the data.frame, one variable at a time 
library(reshape2) 
d1 <- melt(d, 
    id.vars="id", measure.vars=c("pt1","pt2","pt3"), 
    variable.name="patient", value.name="gender" 
) 
d2 <- melt(d, 
    id.vars="id", measure.vars=c("wt1","wt2","wt3"), 
    variable.name="patient", value.name="weight" 
) 
d1$patient <- as.numeric(gsub("pt", "", d1$patient)) 
d2$patient <- as.numeric(gsub("wt", "", d1$patient)) 
# Join the two data.frames 
merge(d1, d2, by=c("id","patient"), all=TRUE) 

Answer 2

Creo que la función reshape en el paquete de estadísticas es la más simple. Aquí hay un ejemplo simple, ¿hace esto lo que quieres?

> tmp 
    id val val2 cat 
1 1 1 14 a 
2 1 2 13 b 
3 2 3 12 b 
4 2 4 11 a 
> tmp2 <- tmp 
> tmp2$t <- ave(tmp2$val, tmp2$id, FUN=seq_along) 
> tmp2 
    id val val2 cat t 
1 1 1 14 a 1 
2 1 2 13 b 2 
3 2 3 12 b 1 
4 2 4 11 a 2 
> reshape(tmp2, idvar='id', timevar='t', direction='wide') 
    id val.1 val2.1 cat.1 val.2 val2.2 cat.2 
1 1  1  14  a  2  13  b 
3 2  3  12  b  4  11  a 

pacientes Esperemos que su sexo no está cambiando cada cita, pero que podría haber otras variables categóricas que cambia entre las visitas