数据清洗比用函数：gather()与spread() / 四六文摘

在R中，数据是以data frame的形式存在，每一行是一个observation，每一列则是一个variable，如果行和列放错了位置就变成需要清洗的脏数据了，spread() 和 gather() 就是帮我们把行和列归位的。

上个例子：

data <- data.frame(
  time = as.Date('2018-10-12') + 0:9,
  X = rnorm(10, 0, 1),
  Y = rnorm(10, 0, 2),
  Z = rnorm(10, 0, 4)
)

data长这样：

time          X          Y          Z
1  2018-10-12  0.3845284 -0.9836826 -1.0569133
2  2018-10-13 -1.3013479 -0.7696469 -0.2760410
3  2018-10-14  0.1635476  1.1942040 -1.2547790
4  2018-10-15  1.2628161  2.5839376  6.6017756
5  2018-10-16  1.4551718 -5.6564205  2.9474487
6  2018-10-17  0.1393586  1.1265156 -4.4762960
7  2018-10-18 -0.2038476 -2.3953796  0.3373139
8  2018-10-19  0.6941938  0.3539203  0.2740444
9  2018-10-20 -0.6756837 -0.5591505  4.0882947
10 2018-10-21  0.4185659  0.6060037 -5.8530951

先来看看gather的()用法。gather()是用来把错放在列的数据回归到行里的：

library(tidyr)
data2 <- gather(data, category, value, X, Y, Z)

category是表头的东西放进行里之后叫的名字，value是原有的数据叫的名字，X，Y，Z则是我们想转换的列。

time category        value
1  2018-10-12        X  1.673028459
2  2018-10-13        X -1.364111807
3  2018-10-14        X -0.014500001
4  2018-10-15        X -2.183752736
5  2018-10-16        X -0.436903127
6  2018-10-17        X -0.556745963
7  2018-10-18        X  0.290214951
8  2018-10-19        X -0.704078406
9  2018-10-20        X -0.223482208
10 2018-10-21        X -0.170426277
11 2018-10-12        Y  1.361510858
12 2018-10-13        Y  0.956045956
13 2018-10-14        Y  2.599511931
14 2018-10-15        Y -4.183381629
15 2018-10-16        Y  0.519890823
16 2018-10-17        Y  2.620015778
17 2018-10-18        Y -1.288184298
18 2018-10-19        Y -0.090887780
19 2018-10-20        Y  1.396205902
20 2018-10-21        Y -0.979669215
21 2018-10-12        Z  3.420684975
22 2018-10-13        Z -3.929318661
23 2018-10-14        Z -1.479456924
24 2018-10-15        Z  2.977001374
25 2018-10-16        Z  0.007312678
26 2018-10-17        Z  0.122019491
27

在gather的时候，有时我们想把所有的行都变过来，或者列数太多了，没办法一一specify，可以省略X，Y，Z。直接用"-"来指示想要忽略哪些列，比如下面的语句和之前的gather是一样的效果：

gather(data, category, value, -time)

数据清洗比用函数：gather()与spread()

相关推荐