我正在尝试使用分解公式将数据框从宽格式转换为长格式。挑战在于，我有多个标记为相同的列名。当我使用melt函数时，它将删除重复列中的值。我已经阅读过类似的问题，建议使用重塑功能，但是我无法使其正常工作。
要重现我的起始数据帧:
conversion.id<-c("1", "2", "3")
interaction.num<-c("1","1","1")
interaction.num2<-c("2","2","2")
conversion.id<-as.data.frame(conversion.id)
interaction.num<-as.data.frame(interaction.num)
interaction.num2<-as.data.frame(interaction.num2)
conversion<-c(rep("1",3))
conversion<-as.data.frame(conversion)
df<-cbind(conversion.id,interaction.num, interaction.num2, conversion)
names(df)[3]<-"interaction.num"
数据框如下所示:
当我运行以下melt函数时:
melt.df<-melt(df,id="conversion.id")
它删除了interact.num == 2列，看起来像这样:
我想要的数据帧如下:
我看到了以下文章，但是我对reshape函数不太熟悉，无法使其正常工作。
How to reshape a dataframe with "reoccurring" columns?
为了增加一层复杂性，我正在寻找一种有效的方法。我需要在大约100万行的数据帧上执行此操作，其中许多列标记为相同。
任何建议将不胜感激!
最佳答案
这是使用tidyr而不是reshape2的解决方案。优点之一是gather_函数，该函数将字符向量作为输入。因此，首先我们可以用唯一的名称替换所有“有问题的”变量名称(通过在每个名称的末尾添加数字)，然后收集(等效于熔化)这些特定的变量。变量的唯一名称存储在名为“prob_var_name”的临时变量中，我在最后将其删除。
library(tidyr)
library(dplyr)
var_name <- "interaction.num"
problem_var <- df %>%
names %>%
equals(var_name) %>%
which
replaced_names <- mapply(paste0,names(df)[problem_var],seq_along(problem_var))
names(df)[problem_var] <- replaced_names
df %>%
gather_("prob_var_name",var_name,replaced_names) %>%
select(-prob_var_name)
conversion.id conversion interaction.num
1 1 1 1
2 2 1 1
3 3 1 1
4 1 1 2
5 2 1 2
6 3 1 2
借助
gather_的引用功能，您可以将所有这些包装到函数中并将var_name设置为变量。然后，也许您可以在所有重复的变量上使用它？