R的資料處理

許sir

本小節主要在教以下三個方法

• 重新編碼
• 資料變形
• 資料合併與分割

[PART 1]. 重新編碼

分析資料前常常需要再次整理資料，方便日後做分析，整理資料第一步往往是將資料的調整值經過一些調整

library(dplyr)

Attaching package: ‘dplyr’

The following objects are masked from ‘package:stats’:

    filter, lag

The following objects are masked from ‘package:base’:

    intersect, setdiff, setequal, union

data <- iris # 使用 R 內建的資料。

head(data)

Sepal.Length	Sepal.Width	Petal.Length	Petal.Width	Species
5.1	3.5	1.4	0.2	setosa
4.9	3.0	1.4	0.2	setosa
4.7	3.2	1.3	0.2	setosa
4.6	3.1	1.5	0.2	setosa
5.0	3.6	1.4	0.2	setosa
5.4	3.9	1.7	0.4	setosa

data$Sepal.Length <- ifelse(data$Sepal.Length > 5, 1,2) # Sepal.Length 如果大於 5 會變成 1，不會就會變成 2
data$Species <- ifelse(data$Species %in% "setosa", "IsSetosa","Notsetosa") # %in% 代表有包含到的概念

head(data)

Sepal.Length	Sepal.Width	Petal.Length	Petal.Width	Species
1	3.5	1.4	0.2	IsSetosa
2	3.0	1.4	0.2	IsSetosa
2	3.2	1.3	0.2	IsSetosa
2	3.1	1.5	0.2	IsSetosa
2	3.6	1.4	0.2	IsSetosa
1	3.9	1.7	0.4	IsSetosa

[PART 2]. 資料篩選 分割

2-1.資料篩選

data <- iris # 使用 R 內建的資料。

iris[1:3,] ##第1~3列Row，所有的行Column
iris[,"Species"] ##所有的列Row，名稱為Species的行Column

Sepal.Length	Sepal.Width	Petal.Length	Petal.Width	Species
5.1	3.5	1.4	0.2	setosa
4.9	3.0	1.4	0.2	setosa
4.7	3.2	1.3	0.2	setosa

1. setosa
2. setosa
3. setosa
4. setosa
5. setosa
6. setosa
7. setosa
8. setosa
9. setosa
10. setosa
11. setosa
12. setosa
13. setosa
14. setosa
15. setosa
16. setosa
17. setosa
18. setosa
19. setosa
20. setosa
21. setosa
22. setosa
23. setosa
24. setosa
25. setosa
26. setosa
27. setosa
28. setosa
29. setosa
30. setosa
31. setosa
32. setosa
33. setosa
34. setosa
35. setosa
36. setosa
37. setosa
38. setosa
39. setosa
40. setosa
41. setosa
42. setosa
43. setosa
44. setosa
45. setosa
46. setosa
47. setosa
48. setosa
49. setosa
50. setosa
51. versicolor
52. versicolor
53. versicolor
54. versicolor
55. versicolor
56. versicolor
57. versicolor
58. versicolor
59. versicolor
60. versicolor
61. versicolor
62. versicolor
63. versicolor
64. versicolor
65. versicolor
66. versicolor
67. versicolor
68. versicolor
69. versicolor
70. versicolor
71. versicolor
72. versicolor
73. versicolor
74. versicolor
75. versicolor
76. versicolor
77. versicolor
78. versicolor
79. versicolor
80. versicolor
81. versicolor
82. versicolor
83. versicolor
84. versicolor
85. versicolor
86. versicolor
87. versicolor
88. versicolor
89. versicolor
90. versicolor
91. versicolor
92. versicolor
93. versicolor
94. versicolor
95. versicolor
96. versicolor
97. versicolor
98. versicolor
99. versicolor
100. versicolor
101. virginica
102. virginica
103. virginica
104. virginica
105. virginica
106. virginica
107. virginica
108. virginica
109. virginica
110. virginica
111. virginica
112. virginica
113. virginica
114. virginica
115. virginica
116. virginica
117. virginica
118. virginica
119. virginica
120. virginica
121. virginica
122. virginica
123. virginica
124. virginica
125. virginica
126. virginica
127. virginica
128. virginica
129. virginica
130. virginica
131. virginica
132. virginica
133. virginica
134. virginica
135. virginica
136. virginica
137. virginica
138. virginica
139. virginica
140. virginica
141. virginica
142. virginica
143. virginica
144. virginica
145. virginica
146. virginica
147. virginica
148. virginica
149. virginica
150. virginica

Levels:

1. 'setosa'
2. 'versicolor'
3. 'virginica'

iris[1:10,c(T,F,T,F,T)] ##第1~10列Row，第1,3,5行Column (TRUE)

Sepal.Length	Petal.Length	Species
5.1	1.4	setosa
4.9	1.4	setosa
4.7	1.3	setosa
4.6	1.5	setosa
5.0	1.4	setosa
5.4	1.7	setosa
4.6	1.4	setosa
5.0	1.5	setosa
4.4	1.4	setosa
4.9	1.5	setosa

# Row的篩選可使用subset()函數
subset(iris,Species=="virginica") ##Species等於"virginica"的列Row，所有的行Column

	Sepal.Length	Sepal.Width	Petal.Length	Petal.Width	Species
101	6.3	3.3	6.0	2.5	virginica
102	5.8	2.7	5.1	1.9	virginica
103	7.1	3.0	5.9	2.1	virginica
104	6.3	2.9	5.6	1.8	virginica
105	6.5	3.0	5.8	2.2	virginica
106	7.6	3.0	6.6	2.1	virginica
107	4.9	2.5	4.5	1.7	virginica
108	7.3	2.9	6.3	1.8	virginica
109	6.7	2.5	5.8	1.8	virginica
110	7.2	3.6	6.1	2.5	virginica
111	6.5	3.2	5.1	2.0	virginica
112	6.4	2.7	5.3	1.9	virginica
113	6.8	3.0	5.5	2.1	virginica
114	5.7	2.5	5.0	2.0	virginica
115	5.8	2.8	5.1	2.4	virginica
116	6.4	3.2	5.3	2.3	virginica
117	6.5	3.0	5.5	1.8	virginica
118	7.7	3.8	6.7	2.2	virginica
119	7.7	2.6	6.9	2.3	virginica
120	6.0	2.2	5.0	1.5	virginica
121	6.9	3.2	5.7	2.3	virginica
122	5.6	2.8	4.9	2.0	virginica
123	7.7	2.8	6.7	2.0	virginica
124	6.3	2.7	4.9	1.8	virginica
125	6.7	3.3	5.7	2.1	virginica
126	7.2	3.2	6.0	1.8	virginica
127	6.2	2.8	4.8	1.8	virginica
128	6.1	3.0	4.9	1.8	virginica
129	6.4	2.8	5.6	2.1	virginica
130	7.2	3.0	5.8	1.6	virginica
131	7.4	2.8	6.1	1.9	virginica
132	7.9	3.8	6.4	2.0	virginica
133	6.4	2.8	5.6	2.2	virginica
134	6.3	2.8	5.1	1.5	virginica
135	6.1	2.6	5.6	1.4	virginica
136	7.7	3.0	6.1	2.3	virginica
137	6.3	3.4	5.6	2.4	virginica
138	6.4	3.1	5.5	1.8	virginica
139	6.0	3.0	4.8	1.8	virginica
140	6.9	3.1	5.4	2.1	virginica
141	6.7	3.1	5.6	2.4	virginica
142	6.9	3.1	5.1	2.3	virginica
143	5.8	2.7	5.1	1.9	virginica
144	6.8	3.2	5.9	2.3	virginica
145	6.7	3.3	5.7	2.5	virginica
146	6.7	3.0	5.2	2.3	virginica
147	6.3	2.5	5.0	1.9	virginica
148	6.5	3.0	5.2	2.0	virginica
149	6.2	3.4	5.4	2.3	virginica
150	5.9	3.0	5.1	1.8	virginica

Row的篩選也可搭配字串搜尋函數grepl()

knitr::kable(iris[grepl("color",iris$Species),]) ##Species包含"color"的列，所有的行

|    | Sepal.Length| Sepal.Width| Petal.Length| Petal.Width|Species    |
|:---|------------:|-----------:|------------:|-----------:|:----------|
|51  |          7.0|         3.2|          4.7|         1.4|versicolor |
|52  |          6.4|         3.2|          4.5|         1.5|versicolor |
|53  |          6.9|         3.1|          4.9|         1.5|versicolor |
|54  |          5.5|         2.3|          4.0|         1.3|versicolor |
|55  |          6.5|         2.8|          4.6|         1.5|versicolor |
|56  |          5.7|         2.8|          4.5|         1.3|versicolor |
|57  |          6.3|         3.3|          4.7|         1.6|versicolor |
|58  |          4.9|         2.4|          3.3|         1.0|versicolor |
|59  |          6.6|         2.9|          4.6|         1.3|versicolor |
|60  |          5.2|         2.7|          3.9|         1.4|versicolor |
|61  |          5.0|         2.0|          3.5|         1.0|versicolor |
|62  |          5.9|         3.0|          4.2|         1.5|versicolor |
|63  |          6.0|         2.2|          4.0|         1.0|versicolor |
|64  |          6.1|         2.9|          4.7|         1.4|versicolor |
|65  |          5.6|         2.9|          3.6|         1.3|versicolor |
|66  |          6.7|         3.1|          4.4|         1.4|versicolor |
|67  |          5.6|         3.0|          4.5|         1.5|versicolor |
|68  |          5.8|         2.7|          4.1|         1.0|versicolor |
|69  |          6.2|         2.2|          4.5|         1.5|versicolor |
|70  |          5.6|         2.5|          3.9|         1.1|versicolor |
|71  |          5.9|         3.2|          4.8|         1.8|versicolor |
|72  |          6.1|         2.8|          4.0|         1.3|versicolor |
|73  |          6.3|         2.5|          4.9|         1.5|versicolor |
|74  |          6.1|         2.8|          4.7|         1.2|versicolor |
|75  |          6.4|         2.9|          4.3|         1.3|versicolor |
|76  |          6.6|         3.0|          4.4|         1.4|versicolor |
|77  |          6.8|         2.8|          4.8|         1.4|versicolor |
|78  |          6.7|         3.0|          5.0|         1.7|versicolor |
|79  |          6.0|         2.9|          4.5|         1.5|versicolor |
|80  |          5.7|         2.6|          3.5|         1.0|versicolor |
|81  |          5.5|         2.4|          3.8|         1.1|versicolor |
|82  |          5.5|         2.4|          3.7|         1.0|versicolor |
|83  |          5.8|         2.7|          3.9|         1.2|versicolor |
|84  |          6.0|         2.7|          5.1|         1.6|versicolor |
|85  |          5.4|         3.0|          4.5|         1.5|versicolor |
|86  |          6.0|         3.4|          4.5|         1.6|versicolor |
|87  |          6.7|         3.1|          4.7|         1.5|versicolor |
|88  |          6.3|         2.3|          4.4|         1.3|versicolor |
|89  |          5.6|         3.0|          4.1|         1.3|versicolor |
|90  |          5.5|         2.5|          4.0|         1.3|versicolor |
|91  |          5.5|         2.6|          4.4|         1.2|versicolor |
|92  |          6.1|         3.0|          4.6|         1.4|versicolor |
|93  |          5.8|         2.6|          4.0|         1.2|versicolor |
|94  |          5.0|         2.3|          3.3|         1.0|versicolor |
|95  |          5.6|         2.7|          4.2|         1.3|versicolor |
|96  |          5.7|         3.0|          4.2|         1.2|versicolor |
|97  |          5.7|         2.9|          4.2|         1.3|versicolor |
|98  |          6.2|         2.9|          4.3|         1.3|versicolor |
|99  |          5.1|         2.5|          3.0|         1.1|versicolor |
|100 |          5.7|         2.8|          4.1|         1.3|versicolor |

2-2. 資料分割

使用subset()函式進行資料分割

subset(data, Sepal.Length > 5) # 只會出現 Sepal.Length > 5 的資料

	Sepal.Length	Sepal.Width	Petal.Length	Petal.Width	Species
1	5.1	3.5	1.4	0.2	setosa
6	5.4	3.9	1.7	0.4	setosa
11	5.4	3.7	1.5	0.2	setosa
15	5.8	4.0	1.2	0.2	setosa
16	5.7	4.4	1.5	0.4	setosa
17	5.4	3.9	1.3	0.4	setosa
18	5.1	3.5	1.4	0.3	setosa
19	5.7	3.8	1.7	0.3	setosa
20	5.1	3.8	1.5	0.3	setosa
21	5.4	3.4	1.7	0.2	setosa
22	5.1	3.7	1.5	0.4	setosa
24	5.1	3.3	1.7	0.5	setosa
28	5.2	3.5	1.5	0.2	setosa
29	5.2	3.4	1.4	0.2	setosa
32	5.4	3.4	1.5	0.4	setosa
33	5.2	4.1	1.5	0.1	setosa
34	5.5	4.2	1.4	0.2	setosa
37	5.5	3.5	1.3	0.2	setosa
40	5.1	3.4	1.5	0.2	setosa
45	5.1	3.8	1.9	0.4	setosa
47	5.1	3.8	1.6	0.2	setosa
49	5.3	3.7	1.5	0.2	setosa
51	7.0	3.2	4.7	1.4	versicolor
52	6.4	3.2	4.5	1.5	versicolor
53	6.9	3.1	4.9	1.5	versicolor
54	5.5	2.3	4.0	1.3	versicolor
55	6.5	2.8	4.6	1.5	versicolor
56	5.7	2.8	4.5	1.3	versicolor
57	6.3	3.3	4.7	1.6	versicolor
59	6.6	2.9	4.6	1.3	versicolor
⋮	⋮	⋮	⋮	⋮	⋮
121	6.9	3.2	5.7	2.3	virginica
122	5.6	2.8	4.9	2.0	virginica
123	7.7	2.8	6.7	2.0	virginica
124	6.3	2.7	4.9	1.8	virginica
125	6.7	3.3	5.7	2.1	virginica
126	7.2	3.2	6.0	1.8	virginica
127	6.2	2.8	4.8	1.8	virginica
128	6.1	3.0	4.9	1.8	virginica
129	6.4	2.8	5.6	2.1	virginica
130	7.2	3.0	5.8	1.6	virginica
131	7.4	2.8	6.1	1.9	virginica
132	7.9	3.8	6.4	2.0	virginica
133	6.4	2.8	5.6	2.2	virginica
134	6.3	2.8	5.1	1.5	virginica
135	6.1	2.6	5.6	1.4	virginica
136	7.7	3.0	6.1	2.3	virginica
137	6.3	3.4	5.6	2.4	virginica
138	6.4	3.1	5.5	1.8	virginica
139	6.0	3.0	4.8	1.8	virginica
140	6.9	3.1	5.4	2.1	virginica
141	6.7	3.1	5.6	2.4	virginica
142	6.9	3.1	5.1	2.3	virginica
143	5.8	2.7	5.1	1.9	virginica
144	6.8	3.2	5.9	2.3	virginica
145	6.7	3.3	5.7	2.5	virginica
146	6.7	3.0	5.2	2.3	virginica
147	6.3	2.5	5.0	1.9	virginica
148	6.5	3.0	5.2	2.0	virginica
149	6.2	3.4	5.4	2.3	virginica
150	5.9	3.0	5.1	1.8	virginica

subset(data, Sepal.Length == 5,select = c("Sepal.Length","Species")) # 只會出現 Sepal.Length 等於 5 的資料，且欄位只會出現 Sepal.Length 和 Species

	Sepal.Length	Species
5	5	setosa
8	5	setosa
26	5	setosa
27	5	setosa
36	5	setosa
41	5	setosa
44	5	setosa
50	5	setosa
61	5	versicolor
94	5	versicolor

subset(data, Sepal.Length > 5,select = - Sepal.Length) # selct = 負的代表不要出現的欄位

	Sepal.Width	Petal.Length	Petal.Width	Species
1	3.5	1.4	0.2	setosa
6	3.9	1.7	0.4	setosa
11	3.7	1.5	0.2	setosa
15	4.0	1.2	0.2	setosa
16	4.4	1.5	0.4	setosa
17	3.9	1.3	0.4	setosa
18	3.5	1.4	0.3	setosa
19	3.8	1.7	0.3	setosa
20	3.8	1.5	0.3	setosa
21	3.4	1.7	0.2	setosa
22	3.7	1.5	0.4	setosa
24	3.3	1.7	0.5	setosa
28	3.5	1.5	0.2	setosa
29	3.4	1.4	0.2	setosa
32	3.4	1.5	0.4	setosa
33	4.1	1.5	0.1	setosa
34	4.2	1.4	0.2	setosa
37	3.5	1.3	0.2	setosa
40	3.4	1.5	0.2	setosa
45	3.8	1.9	0.4	setosa
47	3.8	1.6	0.2	setosa
49	3.7	1.5	0.2	setosa
51	3.2	4.7	1.4	versicolor
52	3.2	4.5	1.5	versicolor
53	3.1	4.9	1.5	versicolor
54	2.3	4.0	1.3	versicolor
55	2.8	4.6	1.5	versicolor
56	2.8	4.5	1.3	versicolor
57	3.3	4.7	1.6	versicolor
59	2.9	4.6	1.3	versicolor
⋮	⋮	⋮	⋮	⋮
121	3.2	5.7	2.3	virginica
122	2.8	4.9	2.0	virginica
123	2.8	6.7	2.0	virginica
124	2.7	4.9	1.8	virginica
125	3.3	5.7	2.1	virginica
126	3.2	6.0	1.8	virginica
127	2.8	4.8	1.8	virginica
128	3.0	4.9	1.8	virginica
129	2.8	5.6	2.1	virginica
130	3.0	5.8	1.6	virginica
131	2.8	6.1	1.9	virginica
132	3.8	6.4	2.0	virginica
133	2.8	5.6	2.2	virginica
134	2.8	5.1	1.5	virginica
135	2.6	5.6	1.4	virginica
136	3.0	6.1	2.3	virginica
137	3.4	5.6	2.4	virginica
138	3.1	5.5	1.8	virginica
139	3.0	4.8	1.8	virginica
140	3.1	5.4	2.1	virginica
141	3.1	5.6	2.4	virginica
142	3.1	5.1	2.3	virginica
143	2.7	5.1	1.9	virginica
144	3.2	5.9	2.3	virginica
145	3.3	5.7	2.5	virginica
146	3.0	5.2	2.3	virginica
147	2.5	5.0	1.9	virginica
148	3.0	5.2	2.0	virginica
149	3.4	5.4	2.3	virginica
150	3.0	5.1	1.8	virginica

[PART 3]. 排序: 使用order()函數

如需對資料框做排序，可使用order()函數，order()函數可回傳由小到大之元素位置

3-1. 由小排到大

order(iris$Sepal.Length)

#回傳的第一個位置為14，表示iris$Sepal.Length中，數值最小的元素為第14個元素。

1. 14
2. 9
3. 39
4. 43
5. 42
6. 4
7. 7
8. 23
9. 48
10. 3
11. 30
12. 12
13. 13
14. 25
15. 31
16. 46
17. 2
18. 10
19. 35
20. 38
21. 58
22. 107
23. 5
24. 8
25. 26
26. 27
27. 36
28. 41
29. 44
30. 50
31. 61
32. 94
33. 1
34. 18
35. 20
36. 22
37. 24
38. 40
39. 45
40. 47
41. 99
42. 28
43. 29
44. 33
45. 60
46. 49
47. 6
48. 11
49. 17
50. 21
51. 32
52. 85
53. 34
54. 37
55. 54
56. 81
57. 82
58. 90
59. 91
60. 65
61. 67
62. 70
63. 89
64. 95
65. 122
66. 16
67. 19
68. 56
69. 80
70. 96
71. 97
72. 100
73. 114
74. 15
75. 68
76. 83
77. 93
78. 102
79. 115
80. 143
81. 62
82. 71
83. 150
84. 63
85. 79
86. 84
87. 86
88. 120
89. 139
90. 64
91. 72
92. 74
93. 92
94. 128
95. 135
96. 69
97. 98
98. 127
99. 149
100. 57
101. 73
102. 88
103. 101
104. 104
105. 124
106. 134
107. 137
108. 147
109. 52
110. 75
111. 112
112. 116
113. 129
114. 133
115. 138
116. 55
117. 105
118. 111
119. 117
120. 148
121. 59
122. 76
123. 66
124. 78
125. 87
126. 109
127. 125
128. 141
129. 145
130. 146
131. 77
132. 113
133. 144
134. 53
135. 121
136. 140
137. 142
138. 51
139. 103
140. 110
141. 126
142. 130
143. 108
144. 131
145. 106
146. 118
147. 119
148. 123
149. 136
150. 132

iris$Sepal.Length[14]

4.3

head(iris[order(iris$Sepal.Length),]) ##依照Sepal.Length欄位數值大小排序後的前六筆資料

	Sepal.Length	Sepal.Width	Petal.Length	Petal.Width	Species
14	4.3	3.0	1.1	0.1	setosa
9	4.4	2.9	1.4	0.2	setosa
39	4.4	3.0	1.3	0.2	setosa
43	4.4	3.2	1.3	0.2	setosa
42	4.5	2.3	1.3	0.3	setosa
4	4.6	3.1	1.5	0.2	setosa

3-2. 由大排到小

• 若將decreasing參數設定為TRUE，則會回傳由大到小的元素位置，
• 以iris$Sepal.Length為例，回傳的第一個位置為132

order(iris$Sepal.Length,decreasing = T)

#表示iris$Sepal.Length中，數值最大的元素為第132個元素。

1. 132
2. 118
3. 119
4. 123
5. 136
6. 106
7. 131
8. 108
9. 110
10. 126
11. 130
12. 103
13. 51
14. 53
15. 121
16. 140
17. 142
18. 77
19. 113
20. 144
21. 66
22. 78
23. 87
24. 109
25. 125
26. 141
27. 145
28. 146
29. 59
30. 76
31. 55
32. 105
33. 111
34. 117
35. 148
36. 52
37. 75
38. 112
39. 116
40. 129
41. 133
42. 138
43. 57
44. 73
45. 88
46. 101
47. 104
48. 124
49. 134
50. 137
51. 147
52. 69
53. 98
54. 127
55. 149
56. 64
57. 72
58. 74
59. 92
60. 128
61. 135
62. 63
63. 79
64. 84
65. 86
66. 120
67. 139
68. 62
69. 71
70. 150
71. 15
72. 68
73. 83
74. 93
75. 102
76. 115
77. 143
78. 16
79. 19
80. 56
81. 80
82. 96
83. 97
84. 100
85. 114
86. 65
87. 67
88. 70
89. 89
90. 95
91. 122
92. 34
93. 37
94. 54
95. 81
96. 82
97. 90
98. 91
99. 6
100. 11
101. 17
102. 21
103. 32
104. 85
105. 49
106. 28
107. 29
108. 33
109. 60
110. 1
111. 18
112. 20
113. 22
114. 24
115. 40
116. 45
117. 47
118. 99
119. 5
120. 8
121. 26
122. 27
123. 36
124. 41
125. 44
126. 50
127. 61
128. 94
129. 2
130. 10
131. 35
132. 38
133. 58
134. 107
135. 12
136. 13
137. 25
138. 31
139. 46
140. 3
141. 30
142. 4
143. 7
144. 23
145. 48
146. 42
147. 9
148. 39
149. 43
150. 14

iris$Sepal.Length[132]

7.9

head(iris[order(iris$Sepal.Length,decreasing = T),]) ##改為由大到小排序的前六筆資料

	Sepal.Length	Sepal.Width	Petal.Length	Petal.Width	Species
132	7.9	3.8	6.4	2.0	virginica
118	7.7	3.8	6.7	2.2	virginica
119	7.7	2.6	6.9	2.3	virginica
123	7.7	2.8	6.7	2.0	virginica
136	7.7	3.0	6.1	2.3	virginica
106	7.6	3.0	6.6	2.1	virginica

[PART 4].資料組合: cbird 和 rbind的應用

• Row 列的組合 rbind()
• Column 行的組合 cbind()

4-1. rbind的應用

irisAdd<-rbind(iris, #資料框
      c(1,1,1,1,"versicolor")  #在最尾巴新增一列
      ) 

tail(irisAdd)

	Sepal.Length	Sepal.Width	Petal.Length	Petal.Width	Species
146	6.7	3	5.2	2.3	virginica
147	6.3	2.5	5	1.9	virginica
148	6.5	3	5.2	2	virginica
149	6.2	3.4	5.4	2.3	virginica
150	5.9	3	5.1	1.8	virginica
151	1	1	1	1	versicolor

4-2. cbind的應用

irisAdd<-cbind(iris, #資料框
      rep("Add",nrow(iris))  #新增一行
      ) 

tail(irisAdd)

	Sepal.Length	Sepal.Width	Petal.Length	Petal.Width	Species	rep("Add", nrow(iris))
145	6.7	3.3	5.7	2.5	virginica	Add
146	6.7	3.0	5.2	2.3	virginica	Add
147	6.3	2.5	5.0	1.9	virginica	Add
148	6.5	3.0	5.2	2.0	virginica	Add
149	6.2	3.4	5.4	2.3	virginica	Add
150	5.9	3.0	5.1	1.8	virginica	Add

[PART 5]. 長表與寬表轉換

library(reshape2)
library("tidyr")

Attaching package: ‘tidyr’

The following object is masked from ‘package:reshape2’:

    smiths

#隨便建一個資料集

mydata<-data.frame(
       Name = c("蘋果","谷歌","臉書","亞馬遜","騰訊"),
       Company = c("Apple","Google","Facebook","Amozon","Tencent"),
       Sale2013 = c(5000,3500,2300,2100,3100),
       Sale2014 = c(5050,3800,2900,2500,3300),
       Sale2015 = c(5050,3800,2900,2500,3300),
       Sale2016 = c(5050,3800,2900,2500,3300)
       )

mydata

Name	Company	Sale2013	Sale2014	Sale2015	Sale2016
蘋果	Apple	5000	5050	5050	5050
谷歌	Google	3500	3800	3800	3800
臉書	Facebook	2300	2900	2900	2900
亞馬遜	Amozon	2100	2500	2500	2500
騰訊	Tencent	3100	3300	3300	3300

寬表轉長表 melt(資料框/寬表,id.vars=需要保留的欄位)

長表轉寬表 dcast(資料框/長表,寬表分列依據~分欄位依據)

mydata1<-melt(
       mydata,                       #待轉換的數據集名稱
       id.vars=c("Company","Name"),  #要保留的主字段
       variable.name="Year",         #轉換後的分類字段名稱（維度）
       value.name="Sale"             #轉換後的度量值名稱
       )
mydata1

Company	Name	Year	Sale
Apple	蘋果	Sale2013	5000
Google	谷歌	Sale2013	3500
Facebook	臉書	Sale2013	2300
Amozon	亞馬遜	Sale2013	2100
Tencent	騰訊	Sale2013	3100
Apple	蘋果	Sale2014	5050
Google	谷歌	Sale2014	3800
Facebook	臉書	Sale2014	2900
Amozon	亞馬遜	Sale2014	2500
Tencent	騰訊	Sale2014	3300
Apple	蘋果	Sale2015	5050
Google	谷歌	Sale2015	3800
Facebook	臉書	Sale2015	2900
Amozon	亞馬遜	Sale2015	2500
Tencent	騰訊	Sale2015	3300
Apple	蘋果	Sale2016	5050
Google	谷歌	Sale2016	3800
Facebook	臉書	Sale2016	2900
Amozon	亞馬遜	Sale2016	2500
Tencent	騰訊	Sale2016	3300

spread(
   data=mydata1,   #帶轉換長數據框名稱
   key=Year,     #帶擴寬的類別變量（編程添加列名稱）  
   value=Sale)   #帶擴寬的度量值 （編程添加列度量值）

Company	Name	Sale2013	Sale2014	Sale2015	Sale2016
Amozon	亞馬遜	2100	2500	2500	2500
Apple	蘋果	5000	5050	5050	5050
Facebook	臉書	2300	2900	2900	2900
Google	谷歌	3500	3800	3800	3800
Tencent	騰訊	3100	3300	3300	3300

資料來源：

• https://joe11051105.gitbooks.io/r_basic/content/arrange_data/recode.html
• https://yijutseng.github.io/DataScienceRBook/manipulation.html
• https://hk.saowen.com/a/d32c2e5cbae7fd4b59397caac9002c178d897c587457fd72fa68133c083c458f