Функция изменения формы / сбора данных для создания набора данных, готового для многоуровневого анализа
У меня большой набор данных: 240 случаев, представляющих 240 пациентов. Все они прошли нейропсихологические тесты и заполнили анкеты. Кроме того, их значимые другие (далее - прокси) также заполнили анкеты. Поскольку "пациент" и "прокси" вложены в "пары", я хочу провести многоуровневый анализ в R. Для этого мне нужно изменить форму набора данных, чтобы выполнить такой анализ.
Проще говоря, я хочу "продублировать" мои строки. Для двойных идентификаторов субъектов добавьте новую переменную с 1 и 2, где 1 обозначает данные пациента, а 2 обозначает данные прокси. Затем я хочу, чтобы строки были заполнены 1. всеми данными пациента и столбцами, содержащими данные прокси-сервера, которые должны быть NA или пустыми или какими-либо другими, и 2. всеми данными прокси-сервера, и всеми данными пациента NA или пустыми.
Допустим, это мои данные:
id <- c(1:5)
names <- c('id', 'p1', 'p2', 'p3', 'pr1', 'pr2', 'pr3')
p1 <- c(sample(1:10, 5))
p2 <- c(sample(10:20, 5))
p3 <- c(sample(20:30, 5))
pr1 <- c(sample(1:10, 5))
pr2 <- c(sample(10:20, 5))
pr3 <- c(sample(20:30, 5))
mydf <- as.data.frame(matrix(c(id, p1, p2, p3, pr1, pr2, pr3), nrow = 5))
colnames(mydf) <- names
>mydf
id p1 p2 p3 pr1 pr2 pr3
1 1 6 20 22 1 10 24
2 2 8 11 24 2 18 29
3 3 7 10 25 6 20 26
4 4 3 14 20 10 15 20
5 5 5 19 29 7 14 22
Я хочу, чтобы мои данные наконец-то выглядели так:
id2 <- rep(c(1:5), each = 2)
names2 <- c('id', 'couple', 'q1', 'q2', 'q3')
couple <- rep(1:2, 5)
p1 <- c(sample(1:10, 5))
p2 <- c(sample(10:20, 5))
p3 <- c(sample(20:30, 5))
pr1 <- c(sample(1:10, 5))
pr2 <- c(sample(10:20, 5))
pr3 <- c(sample(20:30, 5))
mydf <- as.data.frame(matrix(c(id2, couple, p1, p2, p3, pr1, pr2, pr3), nrow = 10, ncol = 5))
colnames(mydf) <- names2
>mydf
id couple q1 q2 q3
1 1 1 6 23 16
2 1 2 10 28 10
3 2 1 1 27 14
4 2 2 7 21 20
5 3 1 5 30 18
6 3 2 12 2 27
7 4 1 10 1 25
8 4 2 13 7 21
9 5 1 11 6 20
10 5 2 18 3 23
Или, если это невозможно, вот так:
id couple bb1 bb2 bb3 pbb1 pbb2 pbb3
1 1 1 6 23 16
2 1 2 10 28 10
3 2 1 1 27 14
4 2 2 7 21 20
5 3 1 5 30 18
6 3 2 12 2 27
7 4 1 10 1 25
8 4 2 13 7 21
9 5 1 11 6 20
10 5 2 18 3 23
Теперь, чтобы добраться до меня, я попробовал функцию melt() и функцию collect (), и мне кажется, что я близок, но все же он не работает так, как я хочу, чтобы он работал.
обратите внимание, в моем наборе данных имена переменных bb1:bb54 для анкеты пациента и pbb1:pbb54 для анкеты с доверенностью
Пример того, что я пробовал
df_long <- df_reshape %>%
gather(testname, value, -(bb1:bb11), -(pbb1:pbb11), -id, -pgebdat, -p_age, na.rm=T) %>%
arrange(id)
2 ответа
Одним из подходов будет использование unite а также separate в tidyr, вместе с gather функция также.
Я использую твой mydf фрейм данных, так как он был предоставлен, но он должен быть довольно простым, чтобы внести любые изменения:
mydf %>%
unite(p1:p3, col = `1`, sep = ";") %>% # Combine responses of 'p1' through 'p3'
unite(pr1:pr3, col = `2`, sep = ";") %>% # Combine responses of 'pr1' through 'pr3'
gather(couple, value, `1`:`2`) %>% # Form into long data
separate(value, sep = ";", into = c("q1", "q2", "q3"), convert = TRUE) %>% # Separate and retrieve original answers
arrange(id)
Что дает вам:
id couple q1 q2 q3
1 1 1 9 18 25
2 1 2 10 18 30
3 2 1 1 11 29
4 2 2 2 15 29
5 3 1 10 19 26
6 3 2 3 19 25
7 4 1 7 10 23
8 4 2 1 20 28
9 5 1 6 16 21
10 5 2 5 12 26
Наши числа разные, так как все они были случайно сгенерированы с sample,
Отредактировано за комментарий @alistaire: добавить convert = TRUE к separate вызовите, чтобы убедиться, что ответы по-прежнему целого класса.
Если я правильно понимаю, что вы хотите, вы можете собрать все в очень длинную форму, а затем изменить форму в несколько более широкую форму:
library(tidyverse)
set.seed(47) # for reproducibility
mydf <- data.frame(id = c(1:5),
p1 = c(sample(1:10, 5)),
p2 = c(sample(10:20, 5)),
p3 = c(sample(20:30, 5)),
pr1 = c(sample(1:10, 5)),
pr2 = c(sample(10:20, 5)),
pr3 = c(sample(20:30, 5)))
mydf_long <- mydf %>%
gather(var, val, -id) %>%
separate(var, c('couple', 'q'), -2) %>%
mutate(q = paste0('q', q)) %>%
spread(q, val)
mydf_long
#> id couple q1 q2 q3
#> 1 1 p 10 17 21
#> 2 1 pr 10 11 24
#> 3 2 p 4 13 27
#> 4 2 pr 4 15 20
#> 5 3 p 7 14 30
#> 6 3 pr 1 14 29
#> 7 4 p 6 18 24
#> 8 4 pr 8 20 30
#> 9 5 p 9 16 23
#> 10 5 pr 3 18 25