R语言-数据转置

应用情境

在数据分析中，转置指的是将列数据转为行数据，或者行数据转为列数据，比如以下两种数据排列。

上图中的数据为传统SPSS的排列方法，每行表示一名被试的数据结果，他回答了Q1和Q2两个问题；这种数据也可以被认为是 wide 的数据结构。

上图则依据被试每一次反应组织数据格式，每行表示被试对一个类型的问题（Qtype）做出了评分（Rating），因此一名被试有多行数据；这种数据也可以被认为是 long 的数据结构。

在我们进行混合线性模型分析时，需要使用这种数据转置的操作，尤其是在模型的层级关系中存在被试内变量的时候。此时需要将 wide 数据转变为 long 数据。

在正式操作之前，我们可能需要从诸多变量中选出自己需要的变量组成新的数据集。

library(haven)

#改变R的工作路径，之后打开数据的时候不用那么麻烦
setwd("E:/学习/S1")
S1A <- read_sav("S1a_Data_Analysis.sav")

#查看数据集
> head(S1A)
# A tibble: 6 x 15
     ID gender   age grade  subject pre_IOS pre_pr~1 pre_A~2 Choice Self_~3 Other~4 post_~5 post_~6 post_~7
  <dbl> <fct>  <dbl> <chr>  <chr>     <dbl>    <dbl>   <dbl> <fct>  <chr>   <chr>     <dbl>   <dbl>   <dbl>
#……………………

#选取数据集中部分变量数据，逗号前可以用范围选取部分行，逗号后选取列
subset <- S1A[,c(1:3,15,7,14)]

> head(subset)
# A tibble: 6 x 6
     ID gender   age SC_final pre_prosocial post_prosocial
  <dbl> <fct>  <dbl>    <dbl>         <dbl>          <dbl>
1     5 1         23     1.83          2.25           2   
2    14 1         23     2.5           4.25           4   
3    25 1         21     3.92          4.5            4.75
4    57 1         25     3.75          3.75           4   
5    58 1         23     2.33          3.5            4.25
6    59 1         19     3.33          3.25           3.25

R语言：tidyr函数包

转置的操作可以在SPSS-数据（Data）-转置（Restructure）中完成，也可以在R语言中使用编程达到，此处主要使用tidyr函数包实现操作（参考网址）。

具体语句为：pivot_longer()

pivot_longer(data = data.frame, cols = columns.to.pivot, 
             names_to = "New Column Name", values_to = "New Column Name")

其中，data是需要进行转置操作的数据集名称；cols则是列出了需要转置的变量；names_to则是转置的被试内变量的变量名；values_to则是命名之前每个格子中的具体值，即真正的因变量。

对于上文提到的subset数据集，我们需要将前后两次的测量（pre_prosocial和post_prosocial）转置为一列，同时新定义变量名为measures，因变量命名为prosocial。

library(tidyr)  #导入用于转置数据

subset.anal <- pivot_longer(data = subset, cols = "pre_prosocial":"post_prosocial",
                               names_to = "measure", values_to = "prosocial")
> head(subset.anal)
# A tibble: 6 x 6
     ID gender   age SC_final measures       prosocial
  <dbl> <fct>  <dbl>    <dbl> <chr>              <dbl>
1     5 1         23     1.83 pre_prosocial       2.25
2     5 1         23     1.83 post_prosocial      2   
3    14 1         23     2.5  pre_prosocial       4.25
4    14 1         23     2.5  post_prosocial      4   
5    25 1         21     3.92 pre_prosocial       4.5 
6    25 1         21     3.92 post_prosocial      4.75

#因为measures在正式分析中应该为类别变量，因此需要改变变量格式：
subset.anal$measures <- as.factor(subset.anal$measures)

> head(subset.anal)
# A tibble: 6 x 6
     ID gender   age SC_final measures       prosocial
  <dbl> <fct>  <dbl>    <dbl> <fct>              <dbl>
1     5 1         23     1.83 pre_prosocial       2.25
2     5 1         23     1.83 post_prosocial      2   
3    14 1         23     2.5  pre_prosocial       4.25
4    14 1         23     2.5  post_prosocial      4   
5    25 1         21     3.92 pre_prosocial       4.5 
6    25 1         21     3.92 post_prosocial      4.75

其他方法

在搜索过程中发现的其他数据转置方法，可打开链接自行学习：

reshape2函数包（参考网址）

reshape函数（参考网址）