2.1 表格的转换

2.1.1 表格的变换

在使用R ggplot2绘图时，通常使用一维数据列表的数据框。但是如果导入的数据表格是二维数据列表，我们则需要使用reshape2包的melt（）函数或者tidyr包的gather（）函数，可以将二维数据列表的数据框转换成一维数据列表（见图2-1-1）。我们首先构造数据框：

        df＜- data.frame（x=c（'A', 'B', 'C'）, '2010'=c（1,3,4）, '2011'=c（3,5,2）, check.names=FALSE）

（1）将宽数据转换为长数据，将多行聚集成列，从而将二维数据列表变成一维数据列表：

        df_melt＜- reshape2::melt（df, id.vars="x", variable.name="year", value.name = "value"）
        df_gather＜- tidyr:: gather（df, year, value, -x）

其中，id.vars（"x"）表示由标识变量构成的向量，用于标识观测的变量；variable.name（"year"）表示用于保存原始变量名的变量的名称；value.name（"value"）表示用于保存原始值的名称。

（2）将长数据转换为宽数据，将一列根据变量展开为多行，从而将一维数据列表变成二维数据列表：

        df_dcast＜- reshape2:: dcast（df_melt, x～year, value.var="value"）
        df_spread ＜- tidyr::spread（df_gather, year, value）

其中，dcast借助于公式来描述数据的形状id.vars～variable.name，左边参数表示id.vars（"x"），而右边的参数表示variable.name（"year"）。

图2-1-1 表格变换的示意案例

2.1.2 变量的变换

有时候，我们需要对数据框中某列的每个元素都进行运算处理，从而产生并添加新的列（见图2-1-2）。我们可以使用R内置函数transform（）为原数据框添加新的列，可以改变原变量列的值，也可以赋值NULL删除列变量：

        dat1＜-transform（df_melt, value2=value＊2）

我们也可以结合向量化的条件语句ifelse（）进行更加复杂的运算。另外，dplyr包的mutate（）函数也能实现与transform（）函数相同的功能。但是mutate（）函数很好地解决了transform（）函数不能解决的问题，即mutate（）函数允许新列对刚刚建立起来的列进行计算。

        dat2＜- transform（df_melt, value2=ifelse（year=="2011", value＊2, value））
        dat2＜- dplyr:: mutate（df_melt, value2=ifelse（year=="2011", value＊2, value））

图2-1-2 变量变换的示意案例

2.1.3 表格的排序

我们可以使用sort（）函数对向量进行排序处理（见图2-1-3）。对于数据框，我们也可以使用dplyr包的arrange（）函数，根据数据框的某列数值对整个表排序。其中desc（value）表示根据df的value列做降序处理，如dat_arrange2数据框所示。

        dat_arrange1＜- dplyr:: arrange（df_melt, value）
        dat_arrange2＜- dplyr:: arrange（df_melt, desc（value））

图2-1-3 表格排序的示意案例