如何将数据从长格式重塑为宽格式

使用 reshape 函数：

reshape(dat1, idvar = "name", timevar = "numbers", direction = "wide")

---

新的（2014 年）tidyr 软件包也简单地做到了这一点，其中 gather()/spread() 是 melt/cast 的术语。

编辑：现在，在 2019 年，tidyr v 1.0 已启动并将 spread 和 gather 设置为弃用路径，而更喜欢 pivot_wider 和 pivot_longer，您可以找到描述的 {1 }。如果您想简要了解 spread/gather 的短暂生命，请继续阅读。

library(tidyr)
spread(dat1, key = numbers, value = value)

从 github，

tidyr 是 reshape2 的重构，旨在配合 tidy 数据框架，并与 magrittr 和 dplyr 携手合作，为数据分析构建可靠的管道。正如 reshape2 做的比 reshape 少一样，tidyr 做的比 reshape2 少。它是专门为整理数据而设计的，而不是 reshape2 所做的一般重塑，或者 reshape 所做的一般聚合。特别是，内置方法仅适用于数据帧，而 tidyr 不提供边距或聚合。

---

您可以使用 reshape() 函数或 reshape 包中的 melt() / cast() 函数来执行此操作。对于第二个选项，示例代码是

library(reshape)
cast(dat1, name ~ numbers)

或使用 reshape2

library(reshape2)
dcast(dat1, name ~ numbers)

---

如果性能是一个问题，另一种选择是使用 data.table 对 reshape2 的 melt & 的扩展。广播功能

(Reference: Efficient reshaping using data.tables)

library(data.table)

setDT(dat1)
dcast(dat1, name ~ numbers, value.var = "value")

#          name          1          2         3         4
# 1:  firstName  0.1836433 -0.8356286 1.5952808 0.3295078
# 2: secondName -0.8204684  0.4874291 0.7383247 0.5757814

而且，从 data.table v1.9.6 开始，我们可以对多列进行强制转换

## add an extra column
dat1[, value2 := value * 2]

## cast multiple value columns
dcast(dat1, name ~ numbers, value.var = c("value", "value2"))

#          name    value_1    value_2   value_3   value_4   value2_1   value2_2 value2_3  value2_4
# 1:  firstName  0.1836433 -0.8356286 1.5952808 0.3295078  0.3672866 -1.6712572 3.190562 0.6590155
# 2: secondName -0.8204684  0.4874291 0.7383247 0.5757814 -1.6409368  0.9748581 1.476649 1.1515627

---

在 tidyr ‘0.8.3.9000’ 的开发版本中，有 pivot_wider 和 pivot_longer，它们被概括为从 1 到多列的重塑（分别为长 -> 宽，宽 -> 长）。使用 OP 的数据

单列长 -> 宽

library(dplyr)
library(tidyr)
dat1 %>% 
    pivot_wider(names_from = numbers, values_from = value)
# A tibble: 2 x 5
#  name          `1`    `2`    `3`    `4`
#  <fct>       <dbl>  <dbl>  <dbl>  <dbl>
#1 firstName   0.341 -0.703 -0.380 -0.746
#2 secondName -0.898 -0.335 -0.501 -0.175

-> 创建了另一个列来显示功能

dat1 %>% 
    mutate(value2 = value * 2) %>% 
    pivot_wider(names_from = numbers, values_from = c("value", "value2"))
# A tibble: 2 x 9
#  name       value_1 value_2 value_3 value_4 value2_1 value2_2 value2_3 value2_4
#  <fct>        <dbl>   <dbl>   <dbl>   <dbl>    <dbl>    <dbl>    <dbl>    <dbl>
#1 firstName    0.341  -0.703  -0.380  -0.746    0.682   -1.41    -0.759   -1.49 
#2 secondName  -0.898  -0.335  -0.501  -0.175   -1.80    -0.670   -1.00    -0.349

---

使用您的示例数据框，我们可以：

xtabs(value ~ name + numbers, data = dat1)

---

其他两个选项：

基础包：

df <- unstack(dat1, form = value ~ numbers)
rownames(df) <- unique(dat1$name)
df

sqldf 包：

library(sqldf)
sqldf('SELECT name,
      MAX(CASE WHEN numbers = 1 THEN value ELSE NULL END) x1, 
      MAX(CASE WHEN numbers = 2 THEN value ELSE NULL END) x2,
      MAX(CASE WHEN numbers = 3 THEN value ELSE NULL END) x3,
      MAX(CASE WHEN numbers = 4 THEN value ELSE NULL END) x4
      FROM dat1
      GROUP BY name')

---

使用基本 R aggregate 函数：

aggregate(value ~ name, dat1, I)

# name           value.1  value.2  value.3  value.4
#1 firstName      0.4145  -0.4747   0.0659   -0.5024
#2 secondName    -0.8259   0.1669  -0.8962    0.1681

---

基本 reshape 函数运行良好：

df <- data.frame(
  year   = c(rep(2000, 12), rep(2001, 12)),
  month  = rep(1:12, 2),
  values = rnorm(24)
)
df_wide <- reshape(df, idvar="year", timevar="month", v.names="values", direction="wide", sep="_")
df_wide

在哪里

idvar 是分隔行的类的列

timevar 是要广泛转换的类的列

v.names 是包含数值的列

方向指定宽或长格式

可选的 sep 参数是用于输出 data.frame 中 timevar 类名和 v.names 之间的分隔符。

如果不存在 idvar，请在使用 reshape() 函数之前创建一个：

df$id   <- c(rep("year1", 12), rep("year2", 12))
df_wide <- reshape(df, idvar="id", timevar="month", v.names="values", direction="wide", sep="_")
df_wide

请记住，idvar 是必需的！ timevar 和 v.names 部分很简单。这个函数的输出比其他一些函数的输出更可预测，因为一切都是明确定义的。

---

Win-Vector（制作 vtreat、seplyr 和 replyr 的人）的天才数据科学家提供了一个非常强大的新软件包，名为 cdata。它实现了 this document 和本 blog post 中描述的“协调数据”原则。这个想法是，无论您如何组织数据，都应该可以使用“数据坐标”系统识别各个数据点。以下是 John Mount 最近博客文章的摘录：

整个系统基于两个原语或运算符 cdata::moveValuesToRowsD() 和 cdata::moveValuesToColumnsD()。这些运算符具有枢轴、非枢轴、单热编码、转置、移动多行和多列以及许多其他转换作为简单的特殊情况。根据 cdata 原语编写许多不同的操作很容易。这些运算符可以在内存或大数据规模上工作（使用数据库和 Apache Spark；对于大数据，使用 cdata::moveValuesToRowsN() 和 cdata::moveValuesToColumnsN() 变体）。转换由一个控制表控制，该控制表本身就是转换的图表（或图片）。

我们将首先构建控制表（有关详细信息，请参阅 blog post），然后将数据从行移动到列。

library(cdata)
# first build the control table
pivotControlTable <- buildPivotControlTableD(table = dat1, # reference to dataset
                        columnToTakeKeysFrom = 'numbers', # this will become column headers
                        columnToTakeValuesFrom = 'value', # this contains data
                        sep="_")                          # optional for making column names

# perform the move of data to columns
dat_wide <- moveValuesToColumnsD(tallTable =  dat1, # reference to dataset
                    keyColumns = c('name'),         # this(these) column(s) should stay untouched 
                    controlTable = pivotControlTable# control table above
                    ) 
dat_wide

#>         name  numbers_1  numbers_2  numbers_3  numbers_4
#> 1  firstName  0.3407997 -0.7033403 -0.3795377 -0.7460474
#> 2 secondName -0.8981073 -0.3347941 -0.5013782 -0.1745357

---

更简单的方法！

devtools::install_github("yikeshu0611/onetree") #install onetree package

library(onetree)
widedata=reshape_toWide(data = dat1,id = "name",j = "numbers",value.var.prefix = "value")
widedata

        name     value1     value2     value3     value4
   firstName  0.3407997 -0.7033403 -0.3795377 -0.7460474
  secondName -0.8981073 -0.3347941 -0.5013782 -0.1745357

如果你想从宽回到长，只改变宽到长，对象没有变化。

reshape_toLong(data = widedata,id = "name",j = "numbers",value.var.prefix = "value")

        name numbers      value
   firstName       1  0.3407997
  secondName       1 -0.8981073
   firstName       2 -0.7033403
  secondName       2 -0.3347941
   firstName       3 -0.3795377
  secondName       3 -0.5013782
   firstName       4 -0.7460474
  secondName       4 -0.1745357

---

仅使用 dplyr 和 map。

library(dplyr)
library(purrr)
set.seed(45)
dat1 <- data.frame(
  name = rep(c("firstName", "secondName"), each=4),
  numbers = rep(1:4, 2), value = rnorm(8)
)
longer_to_wider <- function(data, name_from, value_from){
  group <- colnames(data)[!(colnames(data) %in% c(name_from,value_from))]
  data %>% group_by(.data[[group]]) %>%
    summarise( name = list(.data[[name_from]]), 
               value = list(.data[[value_from]])) %>%
    {
      d <- data.frame(
        name = .[[name_from]] %>% unlist() %>% unique()
      )
      e <- map_dfc(.[[group]],function(x){
          y <- data_frame(
            x = data %>% filter(.data[[group]] == x) %>% pull(value_from)
          )
          colnames(y) <- x
          y
      })
      cbind(d,e)
    }
}
longer_to_wider(dat1, "name", "value")
#    name          1          2          3          4
# 1  firstName  0.3407997 -0.7033403 -0.3795377 -0.7460474
# 2 secondName -0.8981073 -0.3347941 -0.5013782 -0.1745357

---