使用reshape2 R包进行在线长数据和宽数据相互转化

数据是数据分析的基础。我们常见的数据一般存储在excel表格，或者txt文档中。今天我们来看看长数据和宽数据，以及如何进行两者之间的相互转换。

1．宽数据和长数据

宽数据

如图1所示，宽数据是我们最常见的数据存储形式，其中行是基因，列是样品，行和列的交叉点，就是某个基因在某个样品中的表达值。宽数据一般至少4列，并且第一列和第一行是唯一的。

图1. 宽数据示例

长数据

如图2所示，长数据中第一列是基因，第二列是样品，第三列是表达值。这种存储数据的格式带有冗余性，例如基因和样品都有重复。形如一个很窄，很长（高）的长方形。

图2. 长数据示例

长数据是根据[基因行，样品列]的交叉点坐标取数据，然后按照从上到下，从左到右的顺序把基因、样品、表达值拎出来，重写宽数据。也就是将矩阵形式的数据“扁平化”，两者所描述的内容是一样的。一般来说，宽数据更符合人们的阅读习惯，并且更加紧凑，而长数据则更容易进行数据处理和可视化。

2．编程语言中的宽数据和长数据转换

由于不同的软件可能需要不同的数据输入形式，因此，宽数据和长数据的相互转换是日常数据处理必备的技巧。

在R语言中

1）reshape2

melt函数将宽数据“熔化”melt成长数据

dcast函数将长数据“铸造”cast成宽数据

2）tidyr

spread函数将宽数据“展开”spread成长数据

gather函数将长数据“聚集”gather成宽数据

在python语言中

pandas包的melt函数将宽数据“熔化”成长数据

pandas包的pivot_table函数将长数据“透视汇总”成宽数据表

3．微生信在线长宽数据相互转换

3.1 打开转换页面

首先，使用浏览器（推荐chrome或者edge）打开长数据-宽数据相互转换页面。

http://www.bioinformatics.com.cn/basic_long_format_data_and_wide_format_data_exchange_by_reshape2_t015

左侧为常见作图导航，中间为数据输入框和可选参数，右侧为描述和结果示例。

图3. 数据转换页面

3.2 示例数据

点击右侧“示例数据”链接下载excel格式的示例数据。这里以宽数据转长数据为例。

图4. 宽数据示例

宽数据为矩阵形式，行是基因，列是样品。其中第一列为gene_id，其余列为样品。

3.3 粘贴宽数据

拷贝示例数据中的宽数据，粘贴到输入框。数据少时直接粘贴，数据较大时，可以上传制表符分割的txt文件。

图5. 粘贴宽数据

注意：不是拷贝excel文件，是拷贝excel文件里边的数据。另外粘贴到输入框后，格式乱了没关系，只要在excel中是整齐的就行。同时数据矩阵中不能有空的单元格，中文字符等。

3.4 设置参数

由于宽数据转长数据时，需要指定第2列变量和第3列的值名字，因此这里需要我们输入两个名字。

图6.变量参数

3.5 提交获得结果

粘贴好输入数据，提交后，即可下载转换后的结果。

图7.结果下载

结果说明

图8. 长数据结果

第一列是基因，第二列是样品，第三列是表达值

长数据转宽数据类似。注意： 1，长数据不是宽数据的简单转置，而是根据变量提取数据，所以长数据中的一行至少有3个值，变量1，变量2，变量1 vs 变量2对应的值。作为简单转换页面，默认3列为长数据，超过3列的为宽数据，即仅能转换二维数据。如需更复杂的转换，请使用相应的函数。 2，宽数据转长数据时不会有数据丢失，而长数据转宽数据时，若数据有缺失，则相应宽数据中以NA填补。

微生信助力高分文章，用户62000+，引用800+