宽数据
宽数据是指数据集对所有的变量进行了明确的细分，各变量的值不存在重复循环的情况也无法归类。数据总体的表现为 变量多而观察值少。每一列为一个变量，每一行为变量所对应的值。例如s1-s10为变量名：
宽数据
长数据
长数据是指数据集中的变量没有做明确的细分，即变量中至少有一个变量中的元素存在值严重重复循环的情况（可以归为几类），表格整体的形状为长方形，即 变量少而观察值多。一列包含了所有的变量，而另一列则是与之相关的值。例如S包含了所有的变量名：
长数据
为什么要长宽数据相互转换
长数据与宽数据之间的转换通常是作图需要，宽数据格式无法利用ggplot做出图形。例如分组柱状图等均需要长数据。此外，当数据清洗完成后，导入某些软件时，例如导入SPSS软件进行方差分析或者相关性分析等时候，宽数据格式会更好。因此需要对数据进行长宽格式相互转换。
转换方法
目前常用的转换方式有两种，分别是手动复制粘贴和软件辅助(本文仅涉及R语言：R语言主要有tidyr包和reshape2包)。如数据量小的话，手动复制粘贴也是可以的；但当数据量十分庞大时，利用软件转换还是比较方便的。本文介绍R语言的tidyr包和reshape2包，掌握好这两个包的转换方法，数据前处理将会轻松很多。
方法示例
###长宽格式数据互转###
#清空工作环境
rm(list=ls())
#导入数据(将本数据看出宽格式)
data<-read.csv("D:/Users/ASUS/Desktop/NR.csv")
data#本数据共计40行，这里只截图了28行
加载需要用到的两个包
#使用tidyr包的gather()&spread()函数
library(tidyr)
##使用reshape2包的melt()&dcast()函数
library(reshape2)
宽格式转化为长格式
############宽格式转化为长格式#################
#gather()函数将宽格式转化为长格式
#data为需要转的数据集名,S为原数据列名的新列名,OUT为值的新列名
data_long_g<-gather(data, S, value, s1:s10)
data_long_g
#melt()函数将宽格式转化为长格式
data_long_m<-melt(data, id.vars = c("OTU"), #需保留的不参与聚合的变量列名
measure.vars = c('s1','s2','s3','s4','s5',
's6','s7','s8','s9','s10'),#需要聚合的变量s1-s10
variable.name = c('S'),#聚合变量的新列名
value.name = 'value')#聚合值的新列名
data_long_m
两种方法转换的数据观测值数和变量数一致
可以通过R语言判断两种方法转化后的数据是否完全一致
#判断两种方法转化后的数据是否完全一致
#返回TRUE则为完全相等
data_long_g == data_long_m
长格式转化为宽格式
############长格式转化为宽格式#################
#spread()函数将宽格式转化为长格式
data_wide_s<-spread(data_long_g, S, value)
data_wide_s
#dcast()函数将宽格式转化为长格式
data_wide_d<-dcast(data_long_m, OTU~data_long_m$S,
value.var = 'value')
data_wide_d
可以用R语言判断两种方法转化后的数据是否完全一致，返回TRUE则为完全相等
data_wide_s == data_wide_d
由于data_wide_s的s1-s10并非按照数字顺序排列,因此有FALSE,但实际上是没有问题的
通过这里也可以看到，两种方法转换的数据观测值数和变量数一致，说明没有问题。
参考文献
[1] https://blog.csdn.net/Ray_zhu/article/details/78679913
[2] https://cran.r-project.org/web/packages/tidyr/index.html
[3] https://cran.r-project.org/web/packages/reshape2/index.html
网友评论