b站课程视频链接：
https://www.bilibili.com/video/BV19x411X7C6?p=1
腾讯课堂(最新，但是要花钱，我花99😢😢元买了，感觉讲的没问题，就是知识点结构有点乱，有点废话）：
https://ke.qq.com/course/3707827#term_id=103855009
本笔记前面的笔记参照b站视频，【后面的画图】参考了付费视频
笔记顺序做了些调整【个人感觉逻辑顺畅】，并删掉一些不重要的内容，以及补充了个人理解
系列笔记目录【持续更新】：https://blog.csdn.net/weixin_42214698/category_11393896.html
文章目录
1. rehsape2包介绍
reshape2包是由Hadley Wickham开发的一个R包，从其命名不难看出，reshape2包可以对数据重塑，就像炼铁一样，先融化数据，再重新整合数据，它的主要功能函数为cast()和melt()，实现了长数据格式与宽数据格式之间的相互转换。
比如说，如果你要做回归等等的多变量分析，用到glm等等，那必然要用宽格式数据；
再比如说，如果你要到ggplot里面画图，按照Hadley大神的可视化语法思想，多半是要用长格式的数据的。
宽数据格式：每个变量单独成一列。
长数据格式：变量ID没有单独成列，而是整合在同一列
代码：
airquality
names(airquality) <- tolower(names(airquality))
aql <- melt(airquality, id.vars = c(“month”, “day”))
View(aql)
2. 使用前必须准备的工作
# 安装
install.packages("reshape2")
# 导入
library(reshape2)
#reshape2包的学习主要以官方推荐的空气质量数据集(airquality)为例
使用前必须要将列名变成小写，否则后面会报错
names(airquality) <- tolower(names(airquality))
2.1 melt函数：宽数据——>长数据
官方介绍
从官方文档可以看出，melt()函数可以将一个对象“融化”为一个数据框。
对于不同的数据结构，melt()函数有不同的用法，如：
(1) 数据框(data frame)：melt.data.frame()
(2) 数组(array)：melt.array()、melt.matrix()、melt.table()
(3) 列表(list)：melt.list()
(4) 向量(vector)：melt.default()
用法
由于实际处理数据时，数据框(data frame)使用较为普遍，所以在此以数据框为例。
melt(
data, 数据集
id.vars, ID变量的向量，可以是整数(变量位置)或字符串(变量名)。如果为空，将使用所有的变量
measure.vars, 测量变量的向量。可以是整数(变量位置)或字符串(变量名称)。如果为空，将使用所有测量变量
variable.name = "variable", 用于存储测量变量名的变量名
na.rm = FALSE, 逻辑值，是否移除数据集中的NA
value.name = "value", 用于存储值的变量的名称
factorsAsStrings = TRUE 逻辑值，控制因子型变量是否转换为字符型
)
melt( )例子：
aml1 <- melt(airquality, id.vars=c("month", "day"))
代码：
airquality
names(airquality) <- tolower(names(airquality))
aml1 <- melt(airquality, id.vars=c(“month”, “day”))
View(aml1)
aml2 <- melt(airquality, id.vars =c("month", "day"),value.name = "my value")
head(aml2)
黄色背景展示了相较于上一步的不同
aml3 <- melt(airquality, id.vars =c("month", "day"),value.name = "my value",na.rm = T)
head(aml3)
可以发现，NA值所在的行被删除了！
aml4 <- melt(airquality, id.vars =c("month", "day"),value.name = "my value",
na.rm = T,variable.name = "my variable")
head(aml4)
黄色背景展示了相较于上一步的不同
aml5 <- melt(airquality, id.vars =c("month", "day"),value.name = "my value",
na.rm = T,variable.name = "my variable",measure.vars = "temp")
head(aml5)
黄色背景展示了相较于上一步的不同；measure.vars参数能够选择某一列，或者除id.vars之外所有列作为variable。
接下来 ，我们再对列表数据的处理简单讲解。
melt.list()函数能够递归的拆分列表元素。
参数详解
level ： 用于设置标签，默认值为1。
例子：
list1 <- as.list(c(1:10, c(NA,2,3,4)))
list1
melt(list1)
names(list1) <- letters[1:14]
melt(list1)
如果列表包含矩阵
a <- list(matrix(1:4, ncol=2), matrix(1:6, ncol=2))
a
melt(a)
其他的melt函数使用方法此处不再赘述。
2.1 cast函数：长数据——>宽数据
cast()函数具有两种形式：
1️⃣ dcast() ：输出为数据框
2️⃣ acast() ：输出为向量、矩阵、数组
① dcast( )函数
dcast(
data, 数据集
formula, 公式格式如下：x_variable + x_2 ~ y_variable + y_2 ~z_variable ~ … ；
"…“表示公式中未使用的所有其他变量；”."代表没有变量
fun.aggregate = NULL, 聚合函数，如果变量不能识别每个输出单元的单个观察值时需要设置此参数。如mean,sum等。
margins = NULL, 变量名的向量(可以包括“grand_col”和“grand_row”)用来计算其边距，值为TRUE时计算所有边距。
不能被追加的变量都将被悄悄地删除
subset = NULL, 用于取子集
fill = NULL, 用于填补缺失值的值
drop = TRUE, 错失的组合保留还是删除
value.var = guess_value(data)
)
例子：
# 首先将airquality数据框转化为长数据
data <- melt(airquality, id=c("month", "day"), na.rm=T)
dcs1 <- dcast(data, month+day ~ variable)
head(dcs1)
可以看出，dcs1与airquality完全一致。
dcs2 <- dcast(data, month ~ variable, mean) # average effect of month
dcs2
把day这一列合在一起（mean代表合在一起是求平均值）
dcs3 <- dcast(data, month ~ variable, mean, margins = c("month", "variable"))
dcs3
黄色标记处展示了与之前结果的差异。
② acast()函数
用法与dcsat()函数类似 ，acsat()函数用法以ChickWeight数据集为例介绍。
准备工作：
# 载入数据集
data(ChickWeight)
head(ChickWeight)
# weight time chick diet
1 42 0 1 1
2 51 2 1 1
3 59 4 1 1
4 64 6 1 1
5 76 8 1 1
6 93 10 1 1
# 首先将数据集列名转换为小写
names(ChickWeight) <- tolower(names(ChickWeight))
# 构建数据集
chick <- melt(ChickWeight, id=2:4, na.rm=T) # 多了一列 看宽数据与长数据的介绍
head(chick) # 前6行
time的值：0 2 4 6 8 10 12 14 16 18 20 21
chick的值：1 2 3 4 5 …50
diet 的值：1 2 3 4
用法：
ac1 <- acast(chick, diet ~ time, mean) # average effect of diet & time
ac1
ac1矩阵的行为diet，列为time
ac2 <- acast(chick, time ~ diet, length)
head(ac2)
ac2表示的时在不同的饲养天数下，小鸡食物不同时的数据大小
library(plyr) # 为了使用"."，引用变量
ac3 <- acast(chick, chick ~ time, mean, subset = .(time < 10 & chick < 20))
ac3
使用subset参数对数据集进行筛选
as4 <- acast(chick, chick ~ time ~ diet) # 生成三维数组
as4
当然 ，acast()函数换有很多其他的用法，有待在实际运用中去探索。
3. 其他函数
3.1 add_margins()函数
该函数的实际价值目前未知，仅以简单的例子列出，若有小伙伴了解，请在下方留言！
data <- data.frame(a = c(1:5),b = c(6:10),c = c('a','b','c','d','e'))
rownames(data) <- c('ass','xxx','ccc','fff','rr')
data1 <- add_margins(data,vars = "c")
View(data)
View(data1)
3.2 recast ()函数
一步操作进行melt和dcast，相当于整合了数据“融化”和“整合”两步。
# french_fries为reshape2包自带的数据集
head(french_fries)
time treatment subject rep potato buttery grassy rancid painty
61 1 1 3 1 2.9 0.0 0.0 0.0 5.5
25 1 1 3 2 14.0 0.0 0.0 1.1 0.0
62 1 1 10 1 11.0 6.4 0.0 0.0 0.0
26 1 1 10 2 9.9 5.9 2.9 2.2 0.0
63 1 1 15 1 1.2 0.1 0.0 1.1 5.1
27 1 1 15 2 8.8 3.0 3.6 1.5 2.3
recast(french_fries, time ~ variable, id.var = 1:4)
3.3 melt_check()函数
这个函数的主要目的是在数据“融化”之前，检查数据集是否适合于“融化”，返回标识变量和测量变量。
有兴趣可以查看官方文档学习
3.4 colsplit()函数
相较于 strsplit()函数，个人感觉此函数功能更加强大，下面请看具体的例子。
x <- c('x_1','a_1','z_1')
strsplit(x,split = '_',fixed = T)
[[1]]
[1] "x" "1"
[[2]]
[1] "a" "1"
[[3]]
[1] "z" "1"
colsplit(string = x,pattern = "_", names = c('str','num'))
str num
1 x 1
2 a 1
3 z 1
通过上面的例子，是不是更加倾向于colsplit()函数呢？当然， strsplit()函数自然有它的方便之处。
此外，reshape2包还有一个函数，是parse_formula()函数，它的主要功能是对cast的表达式格式进行转换；三个数据集，分别是french_fries、smiths和tips数据集，详细内容请阅读官方文档，或者通过?smiths进行查看。
3319
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
