我正在尝试使用以下方法将时变预测器添加到长格式数据帧中reshape2::melt
但我想知道是否有更快的方法。
这是广泛形式的玩具数据。在不同访问/时间点采取三种结果变量测量(会话 1、会话 2 和会话 3)。对于每个参与者来说,这三次访问之间的持续时间是不同的,最终我想将这些差异纳入模型中。
id <- 1:10
group <- rep(c("A", "B"), times = 5)
session1 <- rnorm(10, 5, 1)
session2 <- rnorm(10, 3, 1)
session3 <- rnorm(10, 7, 2)
time1 <- rep(0, 10)
time2 <- rnorm(10, 24, 0.5)
time3 <- rnorm(10, 48, 0.5)
df <- data.frame(id, group, session1, session2, session3, time1, time2, time3)
现在我想转换成长格式数据框。我用reshape2::melt
。我可以围绕分数创建这个,如下所示:
library(reshape2)
dfLong <- melt(df, measure.vars = c("session1", "session2", "session3"), var = "session", value.name = "score")
Or我可以围绕时间值创建它。
dfLong2 <- melt(df, measure.vars = c("time1", "time2", "time3"), var = "time", value.name = "timeOut")
但如果不进行两次熔化并执行类似这样的操作,我就无法同时完成这两项工作
dfLong$timeOut <- dfLong2$timeOut
最终我希望数据框看起来像这样
dfLong$time <- rep(c("time1", "time2", "time3"), each = 10)
dfLong <- dfLong[,which(names(dfLong) %in% c("id", "group", "time", "session", "score", "timeOut"))]
dfLong
有什么办法可以融化两个sets一次列数?