18 数据处理之数据变形

在上一篇中，我们讨论了数据聚合与汇总，了解了如何对数据进行分组、求和和平均等操作。本篇将围绕数据变形展开，介绍在R中如何对数据进行重塑、转置和展平等操作，以便为后续的可视化及分析做好准备。

数据变形的基本概念

数据变形（Data Reshaping）是指通过各种手段改变数据的格式、结构或形状，使其能够更好地进行分析和可视化。在R中，tidyverse包中的tidyr和dplyr是最常用的工具包，用于数据的变形与处理。

宽格式与长格式

在数据分析中，我们通常会遇到宽格式（Wide Format）和长格式（Long Format）数据。宽格式指的是每个组合的变量在一行显示，而长格式则是将变量的每一个值放在单独的一行。

宽格式与长格式示例

考虑一个包含学生成绩的数据集，如下：

学生	数学	英语
张三	85	78
李四	90	82
王五	76	88

这是一个宽格式的数据。如果我们想将其变换为长格式，结果将如下所示：

学生	科目	成绩
张三	数学	85
张三	英语	78
李四	数学	90
李四	英语	82
王五	数学	76
王五	英语	88

使用pivot_longer进行数据转换

在R中，我们可以使用pivot_longer函数将宽格式数据转换为长格式。以下是一个示例：

# 加载tidyverse包
library(tidyverse)

# 创建宽格式数据框
data_wide <- tibble(
  学生 = c("张三", "李四", "王五"),
  数学 = c(85, 90, 76),
  英语 = c(78, 82, 88)
)

# 使用pivot_longer转换为长格式
data_long <- data_wide %>%
  pivot_longer(cols = c(数学, 英语), 
               names_to = "科目", 
               values_to = "成绩")

# 查看结果
print(data_long)

输出结果如下：

# A tibble: 6 x 3
  学生  科目  成绩
  <chr> <chr> <dbl>
1 张三  数学    85
2 张三  英语    78
3 李四  数学    90
4 李四  英语    82
5 王五  数学    76
6 王五  英语    88

使用pivot_wider进行宽格式转换

反之，我们也可以使用pivot_wider函数将长格式数据转换为宽格式。例如，对于上面的data_long数据框，我们可以按以下方式转换回宽格式：

# 使用pivot_wider转换为宽格式
data_wide_back <- data_long %>%
  pivot_wider(names_from = 科目, 
              values_from = 成绩)

# 查看结果
print(data_wide_back)

输出结果将再次为原始的宽格式数据：

# A tibble: 3 x 3
  学生  数学 英语
  <chr> <dbl> <dbl>
1 张三    85    78
2 李四    90    82
3 王五    76    88

数据的转置

数据转置是另一个常见的变形操作，主要用于交换数据框的行和列。在R中，我们可以使用t()函数进行转置。

# 转置数据框
data_transposed <- as.data.frame(t(data_wide))
colnames(data_transposed) <- data_transposed[1, ] # 设置第一行为列名
data_transposed <- data_transposed[-1, ] # 删除第一行

# 查看转置后的数据
print(data_transposed)

总结

本篇文章深入探讨了数据变形的概念及其在R中的实现方法。从宽格式到长格式的转换，再到数据的转置，R语言提供了强大的数据操作功能，帮助我们更有效地整理、分析和可视化数据。

在下一篇中，我们将讨论基础绘图，介绍如何使用R中的基础绘图函数进行数据可视化，为我们的数据分析增添视觉效果。希望你能继续关注！