【数据整理】spread，gather，separate 和unite

数据整理

原则就是让数据变得更好用。
数据整理是一个从数据框的统计结构（变量与观测）到形式结构（行与列）的映射。他只要遵循原则：
1.每一列代表一个变量。
2.每一行代表一个观测。

整理数据对ggplot2至关重要，因为ggplot2的任务就是将变量映射到视觉属性上。

spread 和 gather

下面两个表格

他们其实是相同的数据，只是形式不同。左侧是宽数据(Cartesian data，笛卡尔型数据)，你要通过行与列的交叉点来找对应的值。右侧是长数据（indexed data，指标型数据），你要通过指标来找对应需要的数值。我们不能简单的说哪一个更优，因为两种形式都有可能是整洁的。
注意一点，在一个形式下明确存在的缺失值，可能在另一种形式下不存在。NA确实代表了一种缺失情况，但有时数值缺失单纯是因为那里没有值。
数据整理常常需要化宽为长，称为聚集gathering，但偶尔也需要化长为宽，称为扩散spreading。tidyr包分别提供了gather()函数和spread()函数来实现以上操作。
还可以扩展到更高维的情况，但是由于数据总是用二维储存的（行与列），所以这些扩展有趣但不实用。

gather

gather()函数有四个主要参数：

• data&#