3

一見単純な質問で申し訳ありませんが、次の再配置の問題に対する解決策が見つからないようです。

私はread.csvヘッダー行のあるファイルを読み込むのに慣れていますが、セル識別子 (a、b、c ... g) と 3 つの測定値 (x、y) の 2 つの「ヘッダー」行を持つ Excel スプレッドシートがあります。および z; 各セルに対して 1000 秒):

a           b       
x    y  z   x   y   z
10   1  5   22  1   6
12   2  6   21  3   5
12   2  7   11  3   7
13   1  4   33  2   8
12   2  5   44  1   9

以下のcsvファイル：

a,,,b,,
x,y,z,x,y,z
10,1,5,22,1,6
12,2,6,21,3,5
12,2,7,11,3,7
13,1,4,33,2,8
12,2,5,44,1,9

以下に示すように、Rでdata.frameにアクセスするにはどうすればよいですか?

cell x  y   z
a    10 1   5
a    12 2   6
a    12 2   7
a    13 1   4
a    12 2   5
b    22 1   6
b    21 3   5
b    11 3   7
b    33 2   8
b    44 1   9
4

1 に答える 1

6

ベース R を使用reshape():

temp = read.delim(text="a,,,b,,
x,y,z,x,y,z
10,1,5,22,1,6
12,2,6,21,3,5
12,2,7,11,3,7
13,1,4,33,2,8
12,2,5,44,1,9", header=TRUE, skip=1, sep=",")
names(temp)[1:3] = paste0(names(temp[1:3]), ".0")
OUT = reshape(temp, direction="long", ids=rownames(temp), varying=1:ncol(temp))
OUT
#     time  x y z id
# 1.0    0 10 1 5  1
# 2.0    0 12 2 6  2
# 3.0    0 12 2 7  3
# 4.0    0 13 1 4  4
# 5.0    0 12 2 5  5
# 1.1    1 22 1 6  1
# 2.1    1 21 3 5  2
# 3.1    1 11 3 7  3
# 4.1    1 33 2 8  4
# 5.1    1 44 1 9  5

基本的に、3 列ごとに文字 ag がある最初の行をスキップする必要があります。サブ列名はすべて同じであるため、R は 3 番目の列の後のすべての列の後にグループ化番号を自動的に追加します。そのため、最初の 3 つの列にグループ化番号を追加する必要があります。

次に、「id」変数を作成するか、ここで行ったように、ID に行名を使用することができます。

次のように、「時間」変数を「セル」変数に変更できます。

# Change the following to the number of levels you actually have
OUT$cell = factor(OUT$time, labels=letters[1:2])

次に、「時間」列をドロップします。

OUT$time = NULL

アップデート

以下のコメントの質問に答えるには、最初のラベルが文字以外の場合でも問題ありません。私が取るシーケンスは次のとおりです。

temp = read.csv("path/to/file.csv", skip=1, stringsAsFactors = FALSE)
GROUPS = read.csv("path/to/file.csv", header=FALSE, 
                  nrows=1, stringsAsFactors = FALSE)
GROUPS = GROUPS[!is.na(GROUPS)]
names(temp)[1:3] = paste0(names(temp[1:3]), ".0")
OUT = reshape(temp, direction="long", ids=rownames(temp), varying=1:ncol(temp))
OUT$cell = factor(temp$time, labels=GROUPS)
OUT$time = NULL
于 2012-08-16T13:06:09.627 に答える