R语言：多值列data.frame宽转长reshape函数结果异常排查

示例数据 #

dw <- read.table(header=T, text=' sbj gender  age  avg.1 sd.1 avg.2  sd.2     
    A    1     22   10    6     50     10    
    B    1     23   12    5     70     11    
    C    2     21   20    7     20     8     
    D    2     20   22    8     22     9  ')

期望的长格式结果 #

##      sbj gender age  var avg sd
## A.1   A  1      22   1   10  6
## B.1   B  1      23   1   12  5
## C.1   C  2      21   1   20  7
## D.1   D  2      20   1   22  8
## A.2   A  1      22   2   50 10
## B.2   B  1      23   2   70 11
## C.2   C  2      21   2   20  8
## D.2   D  2      20   2   22  9

你的代码问题 #

你当前的reshape代码中，varying参数的设置错误：

lg <- reshape(dw,     
    idvar = c("sbj", "gender", "age"),     
    varying = list(4:7),     # 这里是错误核心
    v.names = c("avg", "sd"),     
    timevar = "var",     
    direction = "long")

问题原因 #

reshape函数的varying参数需要对应v.names的分组：

• 你指定了v.names = c("avg", "sd")，意味着要生成两个新列avg和sd
• 因此varying必须是一个包含2个元素的列表，每个元素对应宽格式中属于同一变量的列（比如avg.1和avg.2属于avg组，sd.1和sd.2属于sd组）
• 你用list(4:7)把4-7列全部归为一组，函数无法区分哪些列对应avg、哪些对应sd，自然输出不符合预期

修正后的代码 #

把varying参数改为按变量分组的列位置：

lg <- reshape(dw,
    idvar = c("sbj", "gender", "age"),
    varying = list(c(4, 6), c(5, 7)),  # 第一组是avg的列，第二组是sd的列
    v.names = c("avg", "sd"),
    timevar = "var",
    direction = "long")

或者更直观地用列名指定（可读性更强）：

lg <- reshape(dw,
    idvar = c("sbj", "gender", "age"),
    varying = list(c("avg.1", "avg.2"), c("sd.1", "sd.2")),
    v.names = c("avg", "sd"),
    timevar = "var",
    direction = "long")

运行修正后的代码，就能得到你期望的长格式结果。

内容的提问来源于stack exchange，提问作者user257122