如何轻松转换成作图所需的表格格式？

基迪奥-Jt桃

将数据整理成作图所需的格式，是完成科研图表绘制的前提。而对于常见的作图数据组织方式主要有两种：宽数据和长数据。

1、宽数据与长数据

宽数据，最常见的数据组织方式，表格的每一列表示一个变量，每一行表示“列变量”对应的观测值（记录）。比如常见的基因表达量表格就是宽数据的格式，如下图。而长数据则是最常见的绘图数据组织方式，表格的前几列一般表示变量分组（分类），而最后一列则对应的数值。

以R语言为例，基础绘图函数常需要将数据整理成宽数据，而ggplot2以及基于ggplot2的一些绘图函数则需要将数据整理成长数据。长数据非常容易将数据与图形属性（如颜色、大小、形状等）建立映射关系。

2、宽数据转为长数据

想要将宽数据轻松转为长数据，主要用到reshape2包的melt函数，下面就以R语言自带的范例数据airquality为例做演示。

1. #载入reshape2包；
   
2. library(reshape2)
   
3. 
   
4. #载入R自带范例数据;
   
5. dt <- airquality
   
6. head(dt,10)
   
7. dim(dt)
   

复制代码

1. #melt()函数及其常用参数；
   
2. melt(data,
   
3. id.vars,
   
4. measure.vars,
   
5. variable.name = "variable",
   
6. value.name = "value")
   
7. #id.vars：表示不需要合并的列(即保留的列)；
   
8. #measure.vars：表示需要合并的列；
   
9. #variable.name：表示列名合并后的新列名；
   
10. #value.name：表示数值合并后的新列名；
    
11. 
    
12. #为了方便完整展示数据，这里仅用表格前3行的数据进行演示；
    
13. df <- head(dt,3)
    
14. df
    
15. #将宽数据转成长数据；
    
16. df1 <- melt(df,
    
17. variable.name = "Var",
    
18. value.name = "Value")
    
19. #No id variables; using all as measure variables
    
20. #由于id.vars和measure.vars参数的省略，这里将所有列进行整合；
    
21. head(df1,10)
    
22. dim(df1)
    
23. #[1] 18 2
    

复制代码

1. #选择指定的列，将宽数据转成长数据；
   
2. df2 <- melt(df,
   
3. measure.vars=c("Ozone","Wind","Temp"),
   
4. variable.name = "Var",
   
5. value.name = "Value")
   
6. df2
   

复制代码

1. #选择保留和合并的列，将宽数据转成长数据；
   
2. df3 <- melt(df,
   
3. id.vars=c("Solar.R"),
   
4. measure.vars=c("Ozone","Wind","Temp"),
   
5. variable.name = "Var",
   
6. value.name = "Value")
   
7. df3
   

复制代码

3、长数据转为宽数据

cast函数下包含：acast or dcast两个函数。前者主要生成 vector/matrix/array，而后者主要生成dataframe。下面主要以上文生成的长数据df2为例，使用dcast()将长数据转成宽数据。

1. #dcast()函数及其常用参数；
   
2. dcast(data,
   
3. formula,
   
4. value.var = guess_value(data))
   
5. #formula:“保留的列”~“拆分的列”；
   
6. #value.var:存放数值的列名；
   
7. 
   
8. #查看所使用数据；
   
9. df2
   
10. #将长数据转换成宽数据；
    
11. df4 <- dcast(df2,Solar.R+Month+Day~Var,value.var="Value")
    
12. df4
    

复制代码

1. #尝试丢弃Day变量；
   
2. df5 <- dcast(df2,Solar.R+Month~Var,value.var="Value")
   
3. df5

复制代码

注意，由于df1只有两列，无法直接使用dcast函数，我们可以使用rep(1:3,6)在df1中再添加一列作为formula波浪线前的变量就可以顺利完成转换了。


好啦，本次的分享就到这里啦！

本文作者：基迪奥-莫北   

wang649547