长宽数据转换

最新推荐文章于 2024-07-11 17:09:38 发布

学个R咋就这么难？

最新推荐文章于 2024-07-11 17:09:38 发布

阅读量435

点赞数 1

本文链接：https://blog.csdn.net/weixin_43772879/article/details/88778645

版权

长宽数据转换
数据集可从www.childmortality.org下载，名为“五岁以下儿童、婴儿和新生儿死亡率估计”。
#查看数据集的维度
dim(Exercise.1.Dataset)

结果：585行399列

#返回数据集缺失值的个数和百分比
sum(is.na(Exercise.1.Dataset))
mean(is.na(Exercise.1.Dataset))
结果：共57980个缺失值

#对缺失值进行可视化探索
library(‘VIM’)aggr(Exercise.1.Dataset, prop = FALSE, number = TRUE)

#将数据集子集化为每个国家的中值估计(删除表示上下不确定边界的行)，并同时将数据集中无效变量ISO.Code和Uncertainty.bounds剔除，以达到化简数据集的目的
da <- aggregate(Exercise.1.Dataset[,4:399],list(Exercise.1.Dataset[,2]),median)
sum(is.na(da))
mean(is.na(da))
结果：19359个缺失值，占比25.01%

#宽数据转换为长数据#使用melt 函数将宽数据da转换为长数据da1
install.packages(‘reshape2’)
library(‘reshape2’)
da1 <- melt(da ,id.vars=‘Group.1’,variable.name=‘U5MR.1950:Neonatal.Deaths.2015’)

#使用substr函数将变量“U5MR.1950:Neonatal.Deaths.2015”分解为“type”和“year”两个变量，最终得到数据集da3即所需长数据集
aa <- da1 $‘ U 5 M R . 1950 : N e o n a t a l . D e a t h s . 2015 ‘ a a 1 < - a s . v e c t o r (a a, m o d e = " c h a r a c t e r ") l e n g t h = a s . i n t e g e r (n c h a r (a a 1)) d a 1$ type <- substr(da1 $‘ U 5 M R . 1950 : N e o n a t a l . D e a t h s . 2015 ‘, 1, l e n g t h - 5) d a 1$ year <- substr(da1$U5MR.1950:Neonatal.Deaths.2015,length-3,length)
da2 <- na.omit(da1)
da3 <- da2[,-2]
效果似乎不怎么OK。。。。