如何在R中“熔化”行wise而不是列wise？

Question

我有一个数据框架A，我希望用行分组代替列wise，使其看起来像B (这也不包括带有NA的观察结果)。这能用“熔融”功能来实现吗？

A <- read.table(text="  Id1 Id2 Var1    Var2    Var3    
            1   1   1   2   NA  
            1   2   NA  3   4   
            1   3   5   6   7   ", header=T)


B <- read.table(text="  Id1 Id2 NewVar  
    1   1   1   
    1   1   2   
    1   2   3   
    1   2   4   
    1   3   5   
    1   3   6   
    1   3   7   ", header=T)

我发现了一个类似的问题的answer，但是这个函数看起来太过分了，超出了我目前的R技能。

Answer 1

我们可以在order之后使用melt

library(data.table)
melt(setDT(A), id.var = c("Id1", "Id2"), na.rm = TRUE, value.name = "NewVar"
     )[order(Id1, Id2)][, variable := NULL][]
#   Id1 Id2 NewVar
#1:   1   1     1
#2:   1   1     2
#3:   1   2     3
#4:   1   2     4
#5:   1   3     5
#6:   1   3     6
#7:   1   3     7

或者我们可以通过复制来扩展“Id”列的“A”行，以及连接非Id列的转置的base R。

`row.names<-`(na.omit(data.frame(A[rep(1:nrow(A), each =3), 1:2], 
                    NewVar= c(t(A[-(1:2)])))), NULL)
#  Id1 Id2 NewVar
#1   1   1      1
#2   1   1      2
#3   1   2      3
#4   1   2      4
#5   1   3      5
#6   1   3      6
#7   1   3      7

Answer 2

从潮间带，融化->总结了->的不巢

library(reshape2)
library(tidyr)
melt(A, id=c("Id1", "Id2")) %>% group_by(Id1, Id2) %>%
  summarise(value=list(value[!is.na(value)])) %>% unnest()
# Source: local data frame [7 x 3]
# Groups: Id1 [1]
# 
#     Id1   Id2 value
#   <int> <int> <int>
# 1     1     1     1
# 2     1     1     2
# 3     1     2     3
# 4     1     2     4
# 5     1     3     5
# 6     1     3     6
# 7     1     3     7

编辑

因为melt有一个NA删除参数(信用：@Frank)，那么一个一行就可以了。注意:这一行是reshape2版本的akrun的data.table方法：

melt(A, id=c("Id1", "Id2"), na.rm=TRUE)[-3]

Answer 3

您可以将dplyr与来自tidyr包的gather一起使用：

library(dplyr)
library(tidyr)
A %>% gather(Key,NewVar,Var1:Var3) %>% 
      filter(!is.na(NewVar)) %>% 
      arrange(Id1,Id2) %>% select(-Key)
##  Id1 Id2 NewVar
##1   1   1      1
##2   1   1      2
##3   1   2      3
##4   1   2      4
##5   1   3      5
##6   1   3      6
##7   1   3      7

这将将Var1:Var3列收集到NewVar列中的行中。Key列将包含所收集的列的名称，我们在最终结果中不需要这些名称。收集完之后，filter在NewVar中取出NA行。然后按照ID1进行排序，然后是ID2，然后删除Key列。