data.frame Tidy với tên cột lặp đi lặp lại

Question

Tôi có một chương trình mang lại cho tôi dữ liệu ở định dạng này

toy 
       file_path Condition Trial.Num A B C ID A B C ID A B C ID 
1  root/some.extension Baseline   1 2 3 5 car 2 1 7 bike 4 9 0 plane 
2 root/thing.extension Baseline   2 3 6 45 car 5 4 4 bike 9 5 4 plane 
3  root/else.extension Baseline   3 4 4 6 car 7 5 4 bike 68 7 56 plane 
4 root/uniquely.extension Treatment   1 5 3 7 car 1 7 37 bike 9 8 7 plane 
5 root/defined.extension Treatment   2 6 7 3 car 4 6 8 bike 9 0 8 plane 

Mục tiêu của tôi là để sắp xếp thành một cái gì đó ít nhất có thể được dễ dàng hơn để cuối cùng gọn gàng với định hình lại có tên cột độc đáo

tidy_toy 
       file_path Condition Trial.Num A B C ID 
1  root/some.extension Baseline   1 2 3 5 car 
2  root/thing.extension Baseline   2 3 6 45 car 
3  root/else.extension Baseline   3 4 4 6 car 
4 root/uniquely.extension Treatment   1 5 3 7 car 
5 root/defined.extension Treatment   2 6 7 3 car 
6  root/some.extension Baseline   1 2 1 7 bike 
7  root/thing.extension Baseline   2 5 4 4 bike 
8  root/else.extension Baseline   3 7 5 4 bike 
9 root/uniquely.extension Treatment   1 1 7 37 bike 
10 root/defined.extension Treatment   2 4 6 8 bike 
11  root/some.extension Baseline   1 4 9 0 plane 
12 root/thing.extension Baseline   2 9 5 4 plane 
13  root/else.extension Baseline   3 68 7 56 plane 
14 root/uniquely.extension Treatment   1 9 8 7 plane 
15 root/defined.extension Treatment   2 9 0 8 plane 

Nếu tôi cố gắng melt từ toy nó không hoạt động bởi vì chỉ có cột ID đầu tiên sẽ được sử dụng cho id.vars (do đó tất cả mọi thứ sẽ được gắn thẻ như xe hơi). Các biến số nhận dạng sẽ bị loại bỏ.

Đây là dput của cả hai bảng

structure(list(file_path = structure(c(3L, 4L, 2L, 5L, 1L), .Label = c("root/defined.extension", 
    "root/else.extension", "root/some.extension", "root/thing.extension", 
    "root/uniquely.extension"), class = "factor"), Condition = structure(c(1L, 
    1L, 1L, 2L, 2L), .Label = c("Baseline", "Treatment"), class = "factor"), 
     Trial.Num = c(1L, 2L, 3L, 1L, 2L), A = 2:6, B = c(3L, 6L, 
     4L, 3L, 7L), C = c(5L, 45L, 6L, 7L, 3L), ID = structure(c(1L, 
     1L, 1L, 1L, 1L), .Label = "car", class = "factor"), A = c(2L, 
     5L, 7L, 1L, 4L), B = c(1L, 4L, 5L, 7L, 6L), C = c(7L, 4L, 
     4L, 37L, 8L), ID = structure(c(1L, 1L, 1L, 1L, 1L), .Label = "bike", class = "factor"), 
     A = c(4L, 9L, 68L, 9L, 9L), B = c(9L, 5L, 7L, 8L, 0L), C = c(0L, 
     4L, 56L, 7L, 8L), ID = structure(c(1L, 1L, 1L, 1L, 1L), .Label = "plane", class = "factor")), .Names = c("file_path", 
    "Condition", "Trial.Num", "A", "B", "C", "ID", "A", "B", "C", 
    "ID", "A", "B", "C", "ID"), class = "data.frame", row.names = c(NA, 
    -5L)) 


structure(list(file_path = structure(c(3L, 4L, 2L, 5L, 1L, 3L, 
4L, 2L, 5L, 1L, 3L, 4L, 2L, 5L, 1L), .Label = c("root/defined.extension", 
"root/else.extension", "root/some.extension", "root/thing.extension", 
"root/uniquely.extension"), class = "factor"), Condition = structure(c(1L, 
1L, 1L, 2L, 2L, 1L, 1L, 1L, 2L, 2L, 1L, 1L, 1L, 2L, 2L), .Label = c("Baseline", 
"Treatment"), class = "factor"), Trial.Num = c(1L, 2L, 3L, 1L, 
2L, 1L, 2L, 3L, 1L, 2L, 1L, 2L, 3L, 1L, 2L), A = c(2L, 3L, 4L, 
5L, 6L, 2L, 5L, 7L, 1L, 4L, 4L, 9L, 68L, 9L, 9L), B = c(3L, 6L, 
4L, 3L, 7L, 1L, 4L, 5L, 7L, 6L, 9L, 5L, 7L, 8L, 0L), C = c(5L, 
45L, 6L, 7L, 3L, 7L, 4L, 4L, 37L, 8L, 0L, 4L, 56L, 7L, 8L), ID = structure(c(2L, 
2L, 2L, 2L, 2L, 1L, 1L, 1L, 1L, 1L, 3L, 3L, 3L, 3L, 3L), .Label = c("bike", 
"car", "plane"), class = "factor")), .Names = c("file_path", 
"Condition", "Trial.Num", "A", "B", "C", "ID"), class = "data.frame", row.names = c(NA, 
-15L)) 

Answer 1

Bạn có thể sử dụng make.unique -function để tạo tên cột độc đáo. Sau đó bạn có thể sử dụng melt từ data.table -package có khả năng tạo ra nhiều giá trị gia cột dựa trên patterns trong COLUMNNAMES:

# make the column names unique 
names(toy) <- make.unique(names(toy)) 
# let the 'Condition' column start with a small letter 'c' 
# so it won't be detected by the patterns argument from melt 
names(toy)[2] <- tolower(names(toy)[2]) 

# load the 'data.table' package 
library(data.table) 
# tidy the data into long format 
tidy_toy <- melt(setDT(toy), 
       measure.vars = patterns('^A','^B','^C','^ID'), 
       value.name = c('A','B','C','ID')) 

mang đến cho:

> tidy_toy 
        file_path condition Trial.Num variable A B C ID 
1:  root/some.extension Baseline   1  1 2 3 5 car 
2: root/thing.extension Baseline   2  1 3 6 45 car 
3:  root/else.extension Baseline   3  1 4 4 6 car 
4: root/uniquely.extension Treatment   1  1 5 3 7 car 
5: root/defined.extension Treatment   2  1 6 7 3 car 
6:  root/some.extension Baseline   1  2 2 1 7 bike 
7: root/thing.extension Baseline   2  2 5 4 4 bike 
8:  root/else.extension Baseline   3  2 7 5 4 bike 
9: root/uniquely.extension Treatment   1  2 1 7 37 bike 
10: root/defined.extension Treatment   2  2 4 6 8 bike 
11:  root/some.extension Baseline   1  3 4 9 0 plane 
12: root/thing.extension Baseline   2  3 9 5 4 plane 
13:  root/else.extension Baseline   3  3 68 7 56 plane 
14: root/uniquely.extension Treatment   1  3 9 8 7 plane 
15: root/defined.extension Treatment   2  3 9 0 8 plane 

Một lựa chọn khác là sử dụng một danh sách các chỉ số cột cho measure.vars:

tidy_toy <- melt(setDT(toy), 
       measure.vars = list(c(4,8,12), c(5,9,13), c(6,10,14), c(7,11,15)), 
       value.name = c('A','B','C','ID')) 

Làm cho tên cột là duy nhất không cần thiết.

---

Một phương pháp phức tạp hơn mà tạo ra những cái tên được phân biệt tốt hơn bằng cách lập luận patterns:

# select the names that are not unique 
tt <- table(names(toy)) 
idx <- which(names(toy) %in% names(tt)[tt > 1]) 
nms <- names(toy)[idx] 

# make them unique 
names(toy)[idx] <- paste(nms, 
         rep(seq(length(nms)/length(names(tt)[tt > 1])), 
          each = length(names(tt)[tt > 1])), 
         sep = '.') 

# your columnnames are now unique: 
> names(toy) 
[1] "file_path" "Condition" "Trial.Num" "A.1"  "B.1"  "C.1"  "ID.1"  "A.2"  
[9] "B.2"  "C.2"  "ID.2"  "A.3"  "B.3"  "C.3"  "ID.3"  

# tidy the data into long format 
tidy_toy <- melt(setDT(toy), 
       measure.vars = patterns('^A.\\d','^B.\\d','^C.\\d','^ID.\\d'), 
       value.name = c('A','B','C','ID')) 

mà sẽ cung cấp cho cùng một kết quả cuối cùng.

---

Như đã đề cập trong nhận xét, gói janitor cũng có thể hữu ích cho vấn đề này. clean_names() hoạt động tương tự như chức năng make.unique. See here để được giải thích.