tidyr对dplyr + reshape2

Question

将reshape2与dplyr结合使用而不是完全使用tidyr是否有任何优点或限制？

我并不完全熟悉tidyr函数的reshape2等价物，我想了解为什么要切换到tidyr，因为我越来越多地在R码中看到它。

Answer 1

Tidyr遵循tidyverse惯例，如dplyr：

• 用于管道%>%良好工作的函数
• 非标准计算(NSE)，这意味着您使用未引用的列名而不是字符串。
• rlang整洁点语义，就像其他tidyverse包一样，这意味着一旦知道如何使用它们，就可以使用非常强大的!!和!!!。当然，如果您不对NSE使用函数，则可以在不使用花哨语法的情况下进行同样的操作。但是，如果您已经使用了dplyr，那么您已经在各地使用NSE了。

如果您已经使用了dplyr，如果您也使用tidyr进行数据整形，您的代码可能看起来更加一致。

此外，reshape2专注于重塑数据(melt/cast)，而tidyr则这样做(gather/spread)，更像是操作列(unite/separate/extract)，创建和处理列表列和嵌套数据/帧(nest/unnest)，处理丢失的值(complete/expand/fill)。

我还应该说，dplyr和tidyr是互补的，所以我将挑战您的框架(tidyr)与(dplyr + reshape2)。dplyr是必不可少的，无论您是使用tidyr还是reshape2。

最终，melt/dcast等同于gather/spread，所以它是个人偏好，直到您需要其他tidyr特性，或者如果您想要遵循"tidyverse趋势“。