怎么用melt函数对数据进行整合

这篇文章主要介绍"怎么用melt函数对数据进行整合"，在日常操作中，相信很多人在怎么用melt函数对数据进行整合问题上存在疑惑，小编查阅了各式资料，整理出简单好用的操作方法，希望对大家解答"怎么用melt函数对数据进行整合"的疑惑有所帮助！接下来，请跟着小编一起来学习吧！

借助reshape2包melt函数对数据进行整形处理，改变数据组合方式

reshape2包melt函数对数据进行整合，比较常见的就是利用ggplot2包进行图片绘制的过程中往往需要对数据进行整合，melt()的使用方法如下：

加载R包以及案例数据

 library('reshape2') dat  type  sample1  sample2  sample1  sample21    A 6.332968 5.367671 5.171107 5.5337542    A 9.368328 7.286253 6.232718 6.1523933    B 6.674348 5.217053 5.320568 6.1136184    B 4.127901 3.875520 4.924498 4.9609355    C 5.192845 6.679444 7.140883 5.9595686    C 6.652865 6.127819 4.228142 5.0789037    D 7.829350 5.091166 5.793514 4.8711038    D 6.995062 7.942029 6.347785 5.223206

默认参数会将相同类型的数据都整合

 melt(dat)Using type as id variables   type variable    value1     A  sample1 6.3329682     A  sample1 9.3683283     B  sample1 6.6743484     B  sample1 4.1279015     C  sample1 5.1928456     C  sample1 6.6528657     D  sample1 7.8293508     D  sample1 6.9950629     A  sample2 5.36767110    A  sample2 7.28625311    B  sample2 5.21705312    B  sample2 3.87552013    C  sample2 6.67944414    C  sample2 6.12781915    D  sample2 5.09116616    D  sample2 7.94202917    A  sample1 6.33296818    A  sample1 9.36832819    B  sample1 6.67434820    B  sample1 4.12790121    C  sample1 5.19284522    C  sample1 6.65286523    D  sample1 7.82935024    D  sample1 6.99506225    A  sample2 5.36767126    A  sample2 7.28625327    B  sample2 5.21705328    B  sample2 3.87552029    C  sample2 6.67944430    C  sample2 6.12781931    D  sample2 5.09116632    D  sample2 7.942029

指定进行整合的列（选择出不进行整合的列）,例如第一个样品数据不进行整合，id 也可以写成var.ids

melt(dat,id=c("type","sample1"))  type  sample1 variable    value1    A 6.332968  sample2 5.3676712    A 9.368328  sample2 7.2862533    B 6.674348  sample2 5.2170534    B 4.127901  sample2 3.8755205    C 5.192845  sample2 6.6794446    C 6.652865  sample2 6.1278197    D 7.829350  sample2 5.0911668    D 6.995062  sample2 7.942029

给合并之后的列进行命名，合并的变量variable.name ，以及变量值value.name

melt(dat,id=c("type","sample1"),variable.name = "Samples",value.name = "Expression")  type  sample1 Samples Expression1    A 6.332968 sample2   5.3676712    A 9.368328 sample2   7.2862533    B 6.674348 sample2   5.2170534    B 4.127901 sample2   3.8755205    C 5.192845 sample2   6.6794446    C 6.652865 sample2   6.1278197    D 7.829350 sample2   5.0911668    D 6.995062 sample2   7.942029

到此，关于"怎么用melt函数对数据进行整合"的学习就结束了，希望能够解决大家的疑惑。理论与实践的搭配能更好的帮助大家学习，快去试试吧！若想继续学习更多相关知识，请继续关注网站，小编会继续努力为大家带来更多实用的文章！