标签：
tidyr包的作者是Hadley Wickham。这个包常跟dplyr结合使用。本文将介绍tidyr包中下述四个函数的用法：
# 使用datasets包中的mtcars数据集做演示
library(tidyr)
library(dplyr)
head(mtcars)
# 为方便处理，在数据集中增加一列car mtcars$car <- rownames(mtcars) mtcars <- mtcars[, c(12, 1:11)] View(mtcars)
使用gather()函数实现宽表转长表，语法如下： gather(data, key, value, …, na.rm = FALSE, convert = FALSE) data：需要被转换的宽形表 key：将原数据框中的所有列赋给一个新变量key value：将原数据框中的所有值赋给一个新变量value …：可以指定哪些列聚到同一列中 na.rm：是否删除缺失值
开始使用：
# 除了car列外，其余列聚合成两列，分别命名为attribute和value mtcarsNew <- mtcars %>% gather(attribute, value, -car) head(mtcarsNew)
如你所见，除了car列外，其余列聚合成两列，分别命名为attribute和value。tidyr很好的一点是可以只gather若干列而其他列保持不变。如果你想gather在map和gear之间的所有列而保持carb和car列不变，可以像下面这样做：
# gather在map和gear之间的所有列而保持carb和car列不变 mtcarsNew <- mtcars %>% gather(attribute, value, mpg:gear) head(mtcarsNew)
有时，为了满足建模或绘图的要求，往往需要将长形表转换为宽形表，或将宽形表变为长形表。如何实现这两种数据表类型的转换。使用spread()函数实现长表转宽表，语法如下：
spread(data, key, value, fill = NA, convert = FALSE, drop = TRUE)
data：为需要转换的长形表
key：需要将变量值拓展为字段的变量
value：需要分散的值
fill：对于缺失值，可将fill的值赋值给被转型后的缺失值
使用：
mtcarsSpread <- mtcarsNew %>% spread(attribute, value) head(mtcarsSpread) car carb mpg cyl disp hp drat wt qsec vs am gear 1 AMC Javelin 2 15.2 8 304 150 3.15 3.435 17.30 0 0 3 2 Cadillac Fleetwood 4 10.4 8 472 205 2.93 5.250 17.98 0 0 3 3 Camaro Z28 4 13.3 8 350 245 3.73 3.840 15.41 0 0 3 4 Chrysler Imperial 4 14.7 8 440 230 3.23 5.345 17.42 0 0 3 5 Datsun 710 1 22.8 4 108 93 3.85 2.320 18.61 1 1 4 6 Dodge Challenger 2 15.5 8 318 150 2.76 3.520 16.87 0 0 3
unite的调用格式如下：
unite(data, col, …, sep = “_”, remove = TRUE)
data：为数据框
col：被组合的新列名称
…：指定哪些列需要被组合
sep：组合列之间的连接符，默认为下划线
remove：是否删除被组合的列
其作用是将多列合并为一列，举例如下：
# 虚构一些数据 set.seed(1) date <- as.Date(‘2016-01-01‘) + 0:14 hour <- sample(1:24, 15) min <- sample(1:60, 15) second <- sample(1:60, 15) event <- sample(letters, 15) data <- data.frame(date, hour, min, second, event) View(data)
# 把date，hour，min和second列合并为新列datetime # R中的日期时间格式为"Year-Month-Day-Hour:Min:Second" dataNew <- data %>% unite(datehour, date, hour, sep = ‘ ‘) %>% unite(datetime, datehour, min, second, sep = ‘:‘) View(dataNew)
separate()函数可将一列拆分为多列，一般可用于日志数据或日期时间型数据的拆分，语法如下：
separate(data, col, into, sep = “[^[:alnum:]]+”, remove = TRUE, convert = FALSE, extra = “warn”, fill = “warn”, …) data：为数据框 col：需要被拆分的列 into：新建的列名，为字符串向量 sep：被拆分列的分隔符 remove：是否删除被分割的列
举例如下：
# 可以用separate函数将数据恢复到刚创建的时候 # 首先，将datetime分为date列和time列 然后，将time列分为hour，min，second列 data1 <- dataNew %>% separate(datetime, c(‘date‘, ‘time‘), sep = ‘ ‘) %>% separate(time, c(‘hour‘, ‘min‘, ‘second‘), sep = ‘:‘) data1
目前tidyr包已更新至0.5.1版本，接下来简要介绍0.5.0版本中三个有用的新特性：
准备工作：
library(‘tidyr‘) library(tibble)
注：为了保持跟原文一致，本文用的是data.frame的精简版data_frame。需加载tibble包。
三个新特性
（1）separate_rows()：通过分隔符将那些含有多个值的字段拆分为多行。
separate_rows(data, ..., sep = "[^[:alnum:].]+", convert = FALSE) data:数据 ...:需要被拆分的列 sep:分隔符
示例操作：
df <- data_frame(x = 1:2,y = c("a,b","d,e,f"));df df %>% separate_rows(y,sep = ",")
df %>% separate(y,c("y1","y2","y3"),sep = ",",fill = "right")
（2）spread()函数增加了一个sep参数：用于将列名设置为“key|sep|value”格式。这在对字段为数值型数据做重塑时非常有用。
spread(data, key, value, fill = NA, convert = FALSE, drop = TRUE,sep = NULL)
data：为需要转换的长形表
key：需要将变量值拓展为字段的变量
value：需要分散的值
fill：对于缺失值，可将fill的值赋值给被转型后的缺失值
sep:用于将列名设置为“key|sep|value”格式
示例：
df <- data_frame(x = c(1,2,1), key = c(1,1,2), val = c("a","b","c"));df df %>% spread(key,val) df %>% spread(key,val,sep = "_")
（3）unnest()函数增加了一个.sep参数。当数据框的多个列包含有相同变量名的时候非常有用：
unnest()嵌套list的列
unnest(data, ..., .drop = NA, .id = NULL, .sep = NULL)
data:数据框
...:要嵌套的列
.id:用于显示列表中定义的名称
.sep:当数据框的多个列包含相同变量名的时候非常有用
使用示例：
df <- data_frame(x = 1:2, y1 = list(data_frame(y = 1),data_frame(y = 2)), y2 = list(data_frame(y = "a"),data_frame(y = "b"))) df df %>% unnest() df %>% unnest(.sep = "_")
同时，unnest()函数添加了.id参数用于显示列表中定义的名称：
df <- data_frame(x = 1:2, y = list(a = 1:3,b = 3:1));df df %>% unnest() df %>% unnest(.id = "id")
本文链接：http://www.cnblogs.com/homewch/p/5778405.html
标签：
原文地址：http://www.cnblogs.com/homewch/p/5778405.html
