Conversión de formato Ancho a Largo en R
Formatos del DATAFRAME
Un Dataframe segun la disposicion de los datos puede clasificarse en:
a. Formato “wide”, en el cual las categorias de las variables se muestran como columnas o variables
En la siguiente tabla se puede obervar un ejemplo de la disposicion de los datos en formato wide
| year | Jan | Feb | Mar | Apr | May | Jun | Jul | Aug | Sep | Oct | Nov | Dec |
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1981 | 16.8 | 16.1 | 18.5 | 17.7 | 18.9 | 21.4 | 22.1 | 22.8 | 22.9 | 21.7 | 21.3 | 18.9 |
| 1982 | 17.7 | 17.3 | 17.6 | 18.0 | 19.5 | 21.0 | 23.1 | 22.9 | 22.7 | 21.9 | 20.0 | 17.4 |
| 1983 | 16.9 | 17.0 | 18.3 | 18.7 | 18.9 | 21.9 | 22.5 | 22.9 | 24.4 | 23.9 | 21.0 | 18.9 |
| 1984 | 17.6 | 17.2 | 17.7 | 19.1 | 19.2 | 20.6 | 23.7 | 22.9 | 23.1 | 22.3 | 19.9 | 18.1 |
| 1985 | 16.8 | 17.3 | 17.8 | 18.7 | 18.9 | 22.1 | 22.8 | 24.3 | 24.0 | 22.8 | 20.8 | 18.4 |
| 1986 | 17.3 | 16.9 | 17.2 | 17.5 | 19.8 | 20.3 | 21.8 | 23.2 | 23.8 | 21.9 | 19.7 | 18.0 |
b. Formato “Long”, donde existe una variable para las categorias y otra variable para los valores correspondientes de estas categorias.
En la siguiente tabla se puede observar un ejemplo de la disposcion de los datos en formato long
| year | Id | mes | temperatura |
|---|---|---|---|
| 1981 | 1 | Jan | 16.8 |
| 1982 | 2 | Jan | 17.7 |
| 1983 | 3 | Jan | 16.9 |
| 1984 | 4 | Jan | 17.6 |
| 1985 | 5 | Jan | 16.8 |
| 1986 | 6 | Jan | 17.3 |
Transformacion de formato Wide a Long
En algun momento durante la manipulacion de datos, se va a requerir trabajar con uno u otro formato. Vamos a explicar como convertir de formato wide a long debido a que este ultimo formato es el mas practico en R
- Los paquetes utilizados
require(tidyverse)
require(rstatix)- Es importante que exista una columna Idkey
nrow(tempMediagando)
tempMediagando<-cbind(tempMediagando,Id=c(1:length(tempMediagando$year)))- Utilizamos el comando gather:
- Key, creamos una variable que va a contener las categorias que ahora son columnas. e.g “Jan”,“Feb”… y que se convertiran en categorias en esta nueva variable.
- Value, son los nombres de la columnas que se va transformar e.g “Jan”,“Feb”….
- Convert_as_factor, es recomendable colocar como factor el Idkey, en este caso tambien se uso el año debido a que tambien era un factor unico en la tabla en formato wide.
base<-tempMediagando %>%
gather(key="mes",value="temperatura","Jan","Feb","Mar","Apr","May","Jun","Jul","Aug","Sep","Oct","Nov","Dec") %>%
convert_as_factor (Id,year)
#dabernedo@gmail.com
Comentarios
Publicar un comentario