宽格式转长格式

Coddy R 中的数据处理课程的第 9 课，共 14 课。

本课将重点介绍如何使用 tidyr 包中的 pivot_longer() 函数，将数据从宽格式转换为长格式。

了解宽格式和长格式

宽格式：每个变量都有自己的列。
长格式：变量以键值对的形式存储，其中一列存放变量名，另一列存放值。

`pivot_longer()` 函数

tidyr 中的 pivot_longer() 函数用于将数据从宽格式转换为长格式。基本语法如下：

pivot_longer(data, cols, names_to = "key", values_to = "value")

示例：

# 加载所需的库
library(tidyr)

# 创建一个宽格式示例数据集
wide_data <- data.frame(
  name = c("Alice", "Bob", "Charlie"),
  math = c(85, 76, 90),
  science = c(92, 88, 75),
  history = c(78, 82, 85)
)

# 转换为长格式
long_data <- pivot_longer(wide_data, 
                          cols = c(math, science, history),
                          names_to = "subject",
                          values_to = "score")

print(long_data)

输出：

# 一个 tibble：9 × 3
  name    subject score
  <chr>   <chr>   <dbl>
1 Alice   math       85
2 Alice   science    92
3 Alice   history    78
4 Bob     math       76
5 Bob     science    88
6 Bob     history    82
7 Charlie math       90
8 Charlie science    75
9 Charlie history    85

原本有 4 列：name、math、science 和 history，现在有 3 列：name、subject、score。

了解参数

cols：指定要转换成长格式的列。
names_to：为新列命名，该列存放宽格式中的列名。
values_to：为新列命名，该列存放值。

数据分析中的重要性

通常更推荐使用长格式数据，因为它：

更容易使用 dplyr 等工具进行处理和分析
更适合用于统计建模和可视化
符合整洁数据的原则

自我测试

这节课包含一个小测验。开始学习即可作答，并记录你的进度。

自我测试

这节课包含一个小测验。开始学习即可作答，并记录你的进度。

自我测试

这节课包含一个小测验。开始学习即可作答，并记录你的进度。

挑战

简单

创建一个函数，使用 tidyr 包中的 pivot_longer() 函数，将宽格式的学生考试成绩数据集转换为长格式。该函数应执行以下操作：

将输入字符串转换为数据框
使用 pivot_longer() 将数据从宽格式转换为长格式
将结果列重命名为 "subject" 和 "score"
先按学生姓名，再按科目排列数据
打印结果长格式数据框

亲手试试

# 读取输入
con <- file("stdin", "r")
input_string <- suppressWarnings(readLines(con))

# 将输入字符串转换为数据框
data <- read.csv(text = input_string, stringsAsFactors = FALSE)

# 加载所需的包
suppressPackageStartupMessages(library(tidyr))
suppressPackageStartupMessages(library(dplyr))

# TODO: 在下方编写代码来转换数据
# 使用 pivot_longer() 将宽格式转换为长格式
# 将列重命名为 "subject" 和 "score"
# 先按学生姓名，再按科目排列数据


# 打印转换后的长格式数据框
print(result)