tidyr主要提供了一个类似Excel中数据透视表(pivot table)的功能

tidyr包主要涉及：

1)长宽数据转换 　　

gather-把宽度较大的数据转换成一个更长的形式，它类比于从reshape2包中融合函数的功能 　　spread-把长的数据转换成一个更宽的形式，它类比于从reshape2包中铸造函数的功能。 　 gather()相反的是spread()，前者将不同的列堆叠起来，后者将同一列分开

2)列分割与列合并 　　

separate－将一列按分隔符分割为多列 　　unite－将多列按指定分隔符合并为一列

3)缺失值的简单补齐

在tidyr包中，有四个常用的函数，分别是：

gather()：宽数据转换为长数据，将行聚集成列

spread()：长数据转换为宽数据，将列展开为行

unite()：多列合并为一列

separate()：将一列分离为多列.

之前的文章中已经举例说明过gather和spread的用法，接下来我们主要对unite和separate函数进行详细学习，并在此基础上学习tidyr包其他的一些实用功能。

一、gather()函数   https://www.omicsclass.com/article/2014

二、spread()函数  https://www.omicsclass.com/article/2014

三、unit()函数

unite()函数是将数据框中多列合并为一列，调用公式如下：

> unite(data = ,col = ,... = ,sep = ,remove = )
# col:指定组合为新列的名字
# ...:指定数据中哪些列组合在一起
# sep：组合后新列中数据之间的分隔符
# remove:逻辑值，是否保留参与组合的列

# 数据准备
> date <- as.Date('2016-11-01') + 0:29
> hour <- sample(1:24,replace = TRUE,30)
> min <- sample(1:60,replace = TRUE,30)
> second <- sample(1:60,replace = TRUE,30)
> event <- sample(letters,30,replace = TRUE)
> data <- data.frame(date,hour,min,second,event)
> head(data,3)
        date hour min second event
1 2016-11-01   23  59     11     y
2 2016-11-02   21  12      4     u
3 2016-11-03    2  55     42     i

在这里，我们使用unite()函数将日期和时间数值合并到一列上。

# date和hour用空格连接
# datehour与时间数值用':'连接
> data %>%
+ unite(datehour,date,hour,sep=' ') %>%
+ unite(datetime,datehour,min,second,sep=':') %>%
+ head(3)
              datetime event
1  2016-11-01 23:59:1      y
2  2016-11-02 21:12:4      u
3  2016-11-03 2:55:42      i

四、separate()函数

在学习了unite()函数后，separate()函数就很好理解了，它的作用正好和unite相反，即将数据框中的某列按照分隔符拆分为多列，一般用于时间序列的拆分，调用公式如下：

> separate(data = ,col = ,into = ,sep = ,remove = ,
+ convert = ,extra = ,fill = ,...)
# col：待拆分的某列
# into:定义拆分后新的列名
# sep:分隔符
# remove:逻辑值，是否删除拆分后的列

我们使用上一节得到的时间数据集，定义为data_unite，并对它进行拆分

# 先拆分日期和时间，在对时间进行细拆分
> data_unite %>%
+ separate(datetime,c('date','time'),sep=' ') %>%
+ separate(time,c('hour','min','second'),sep=':') %>%
+ head(3)
         date hour min second event
1  2016-11-01   23  59      1     y
2  2016-11-02   21  12      4     u
3  2016-11-03    2  55     42     i

五、缺失值的简单补齐

> library(readxl)
> data <- read_excel('data.xlsx')
> data
# A tibble: 8 × 2
   type   num
  <chr> <dbl>
1     a    75
2     b    72
3  <NA>    66
4     a    NA
5     c    69
6     b    65
7     a    72
8     c    NA

从上面的数据中，我们可以看到类型与数值都存在缺失值。对于类型的缺失值，我们选择众数替换，对于数值型的缺失值，我们选择均值替换（也可选择中位数等，视具体情况而定）

> num_mean <- mean(data$num, na.rm = TRUE)
> type_mode <- as.character(data$type[which.max(table(data$type))])
> data <- replace_na(data = data, replace = list(num = num_mean, 
+ type = type_mode))
> data
# A tibble: 8 × 2
   type      num
  <chr>    <dbl>
1     a 75.00000
2     b 72.00000
3     a 66.00000
4     a 69.83333
5     c 69.00000
6     b 65.00000
7     a 72.00000
8     c 69.83333