在上一篇文章中介绍了数据清晰透视相关的函数gather()和spread()，虽然函数名称看起来简单，但是简单也就意味着需要花更多的时间去分辨两个函数的差别，比如往哪个方向变化代表了传播（spread），哪个方向代表了聚集（gather）。所以在现在的R数据分析实践中，gather()和spread(), 已经逐渐不被推荐使用，因为我们有了更加合适的替代函数pivot_longer()和pivot_wider()。
1. pivot_longer()
还是用上次我们构造的mini_iris这个数据集举例。
attach(iris)
mini_iris <- iris[c(1,51,101),]
mini_iris
Sepal.Length Sepal.Width Petal.Length Petal.Width Species
1 5.1 3.5 1.4 0.2 setosa
51 7.0 3.2 4.7 1.4 versicolor
101 6.3 3.3 6.0 2.5 virginica
这个时候，我们需要将列名拆除，并且把原先的列名变成一个新的列变量的值，所有单元格的数字也变成一个新列。
pivot_longer()
pivot_longer(data = mini_iris,
cols = c(Sepal.Length, Sepal.Width, Petal.Length, Petal.Width),
names_to = "flower_attr",
values_to = "attr_value")
mini_iris %>% pivot_longer(cols = contains(c("Length", "width")),
names_to = "flower_attr",
values_to = "attr_value")
mini_iris %>% pivot_longer(contains(c("Length", "width")), "flower_attr","attr_value")
以上三种操作，本质上是相同的。都将我们的数据透视得更长了一些，让输出的数据框更“长”。
# A tibble: 12 x 3
Species flower_attr value
<fct> <chr> <dbl>
1 setosa Sepal.Length 5.1
2 setosa Petal.Length 1.4
3 setosa Sepal.Width 3.5
4 setosa Petal.Width 0.2
5 versicolor Sepal.Length 7
6 versicolor Petal.Length 4.7
7 versicolor Sepal.Width 3.2
8 versicolor Petal.Width 1.4
9 virginica Sepal.Length 6.3
10 virginica Petal.Length 6
11 virginica Sepal.Width 3.3
12 virginica Petal.Width 2.5
2. pivot_wider()
同理，就像spread()之于gather(), pivot_wider()做和pivot_longer()相反的操作，即是将行里面的数据又还到列里面去, 让数据框看起来“变得更宽”。
tidy-8.png
只需要执行如下代码：
attach(iris)
mini_iris <- iris[c(1,51,101),]
flatted_data <- pivot_longer(data = mini_iris,
cols = c(Sepal.Length, Sepal.Width, Petal.Length, Petal.Width),
names_to = "flower_attr",
values_to = "attr_value")
flatted_data %>% pivot_wider(names_from = flower_attr, values_from = attr_value )
就能重新得到那个tidy dataframe了
# A tibble: 3 x 5
Species Sepal.Length Sepal.Width Petal.Length Petal.Width
<fct> <dbl> <dbl> <dbl> <dbl>
1 setosa 5.1 3.5 1.4 0.2
2 versicolor 7 3.2 4.7 1.4
3 virginica 6.3 3.3 6 2.5
参考资料
- Hadley Wickham 所著 《R for data science》
