Schmelz df in 3 Spalten

Question

Ich versuche, die folgenden Daten-Set in 3 Spalten zu schmelzen - ‚Stunde‘, ‚Variable‘ und ‚Cluster‘

> head(kpitdur) 
     hr_0 hr_1030 hr_1130 hr_160 hr_180 hr_190 hr_200 hr_630 hr_830 
1 79.08333 63.06667 63.06667 63.06667 63.06667 63.06667 63.06667 65.73333 63.06667 
2 71.45000 51.80000 51.80000 51.80000 51.80000 51.80000 51.80000 71.45000 51.80000 
3 86.96667 56.91667 56.91667 56.91667 56.91667 56.91667 56.91667 69.00000 56.91667 
4 91.53333 77.38333 61.83333 77.38333 77.38333 77.38333 77.38333 77.38333 77.38333 
5 91.83333 78.10000 78.10000 78.10000 78.10000 78.10000 78.10000 78.10000 78.10000 
6 111.41667 65.75000 65.75000 65.75000 65.75000 65.75000 65.75000 80.63333 65.75000 
    hr_930 cluster 
1 63.06667  2 
2 51.80000  2 
3 56.91667  2 
4 77.38333  1 
5 78.10000  1 
6 65.75000  1 

Allerdings, wenn ich die folgende Formel in der Schmelze zu verwenden, Ich habe nur zwei Spalten und bin mir nicht sicher, wie ich dieses Problem lösen könnte. Ich habe versucht, verschiedene Variablennamen in value.name einzugeben, aber das funktioniert nicht. Wie könnte man diesen Datensatz in drei separate Spalten schmelzen?

> melted <- melt(kpitdur, value.name = "cluster") 
No id variables; using all as measure variables 

> head(melted) 
    variable cluster 
1  hr_0 79.08333 
2  hr_0 71.45000 
3  hr_0 86.96667 
4  hr_0 91.53333 
5  hr_0 91.83333 
6  hr_0 111.41667 

> tail(melted) 
     variable cluster 
11699 cluster  1 
11700 cluster  1 
11701 cluster  1 
11702 cluster  2 
11703 cluster  1 
11704 cluster  1 

Hier ist eine Probe der Daten:

> dput(df) 
structure(list(hr_0 = c(79.0833333333333, 71.45, 86.9666666666667, 
91.5333333333333, 91.8333333333333, 111.416666666667), hr_1030 = c(63.0666666666667, 
51.8, 56.9166666666667, 77.3833333333333, 78.1, 65.75), hr_1130 = c(63.0666666666667, 
51.8, 56.9166666666667, 61.8333333333333, 78.1, 65.75), hr_160 = c(63.0666666666667, 
51.8, 56.9166666666667, 77.3833333333333, 78.1, 65.75), hr_180 = c(63.0666666666667, 
51.8, 56.9166666666667, 77.3833333333333, 78.1, 65.75), hr_190 = c(63.0666666666667, 
51.8, 56.9166666666667, 77.3833333333333, 78.1, 65.75), hr_200 = c(63.0666666666667, 
51.8, 56.9166666666667, 77.3833333333333, 78.1, 65.75), hr_630 = c(65.7333333333333, 
71.45, 69, 77.3833333333333, 78.1, 80.6333333333333), hr_830 = c(63.0666666666667, 
51.8, 56.9166666666667, 77.3833333333333, 78.1, 65.75), hr_930 = c(63.0666666666667, 
51.8, 56.9166666666667, 77.3833333333333, 78.1, 65.75), cluster = c(2L, 
2L, 2L, 1L, 1L, 1L)), .Names = c("hr_0", "hr_1030", "hr_1130", 
"hr_160", "hr_180", "hr_190", "hr_200", "hr_630", "hr_830", "hr_930", 
"cluster"), row.names = c(NA, 6L), class = "data.frame") 

Answer 1

Sie tun konnte

reshape(
    data = kpitdur, 
    varying = -11, 
    direction = "long", 
    sep="_", 
    timevar = "variable" 
)[-4] 
#  cluster variable  hr 
# 1.0   2  0 79.08333 
# 2.0   2  0 71.45000 
# 3.0   2  0 86.96667 
# 4.0   1  0 91.53333 
# 5.0   1  0 91.83333 
# 6.0   1  0 111.41667 
# 1.1030  2  1030 63.06667 
# 2.1030  2  1030 51.80000 
# 3.1030  2  1030 56.91667 
# 4.1030  1  1030 77.38333 
# ... 

Answer 2

Sie es mit tidyr Paket

library(tidyr) 

data_long <- gather(df, variable, cluster, hr_0:hr_930) 
names(data_long)[3] <- "value" 

> head(data_long, 5) 
    cluster variable value 
1  2  hr_0 79.08333 
2  2  hr_0 71.45000 
3  2  hr_0 86.96667 
4  1  hr_0 91.53333 
5  1  hr_0 91.83333 

auch tun könnte

Answer 3

# Option 1 using reshape2 
library(reshape2) 

df %>% 
    melt(value.name = "cluster") # incorrect original result 

df %>% 
    melt(id.vars = "cluster", value.name = "variable") 

Oder ...

# Option 2 using tidyr 
library(tidyr) 

df %>% 
    gather(hour, variable, -cluster)