Table Conversion : Wide Table <-> Long Table
Table Conversion : Wide Table <-> Long Table 1. tidyr package installation2. 예제 1 : table_conversion__01.csv (Long Table)2-1. Table Conversion : Long => Wide2-2. Table Conversion : Wide => Long3. 예제 2 : table_conversion__02.csv (Long Table)3-1. Table Conversion : Long => Wide4. 예제 3 : table_conversion__03.csv (Long Table)4-1. Table Conversion : Long to Wide4-2. Table Conversion : Wide to Long
1. tidyr package installation
xxxxxxxxxxinstall.packages("tidyr")library(tidyr)
2. 예제 1 : table_conversion__01.csv (Long Table)
xxxxxxxxxxdata_table <- read.csv(file.choose(), header=T)head(data_table, 15)xxxxxxxxxx## 행정구역.시군구.별 항목 X2019..03.월## 1 서울특별시 총전입[명] 135592## 2 서울특별시 총전출[명] 137242## 3 서울특별시 순이동[명] -1650## 4 서울특별시 시도내이동-시군구내[명] 37770## 5 서울특별시 시도내이동-시군구간 전입[명] 51496## 6 서울특별시 시도내이동-시군구간 전출[명] 51496## 7 서울특별시 시도간전입[명] 46326## 8 서울특별시 시도간전출[명] 47976## 9 부산광역시 총전입[명] 36425## 10 부산광역시 총전출[명] 38345## 11 부산광역시 순이동[명] -1920## 12 부산광역시 시도내이동-시군구내[명] 10605## 13 부산광역시 시도내이동-시군구간 전입[명] 15203## 14 부산광역시 시도내이동-시군구간 전출[명] 15203## 15 부산광역시 시도간전입[명]
2-1. Table Conversion : Long => Wide
key=항목, value=X2019..03.월
단, '시도내이동-시군구내[명]'에 중복값이 있어서는 안됨.
xxxxxxxxxxwide_table <- spread(data_table, 항목, X2019..03.월)head(wide_table)xxxxxxxxxx## 행정구역.시군구.별 순이동[명] 시도간전입[명] 시도간전출[명]## 1 광주광역시 -397 6388 6785## 2 대구광역시 -2425 7429 9854## 3 대전광역시 -1193 7510 8703## 4 부산광역시 -1920 10617 12537## 5 서울특별시 -1650 46326 47976## 6 세종특별자치시 2076 4607 253
2-2. Table Conversion : Wide => Long
xxxxxxxxxxlong_table <- gather(wide_table, '시도간전입[명]':'총전출[명]', key="항목", value="X2019..03.월")long_tablexxxxxxxxxx## 행정구역.시군구.별 순이동[명] 항목 X2019..03.월## 1 광주광역시 -397 시도간전입[명] 6388## 2 대구광역시 -2425 시도간전입[명] 7429## 3 대전광역시 -1193 시도간전입[명] 7510## 4 부산광역시 -1920 시도간전입[명] 10617## 5 서울특별시 -1650 시도간전입[명] 46326## 6 세종특별자치시 2076 시도간전입[명]
3. 예제 2 : table_conversion__02.csv (Long Table)
xxxxxxxxxxdata_table <- read.csv(file.choose(), header=T)head(data_table)xxxxxxxxxx## 행정구역.시군구.별 항목 X2019..03.월## 1 서울특별시 총전입[명] 135592## 2 서울특별시 총전출[명] 137242## 3 서울특별시 순이동[명] -1650## 4 서울특별시 시도내이동-시군구내[명] 37770## 5 서울특별시 시도내이동-시군구간 전입[명] 51496## 6 서울특별시 시도내이동-시군구간 전출[명] 51496
3-1. Table Conversion : Long => Wide
key=항목, value=X2019..03.월
xxxxxxxxxxwide_table <- spread(data_table, 항목, X2019..03.월)단, '시도내이동-시군구내[명]'에 중복값이 있어서 에러가 발생됨.
xxxxxxxxxx## 에러: Each row of output must be identified by a unique combination of keys.Keys are shared for 16 rows:## * 11, 27## * 15, 31## * 16, 32## * 13, 29## * 14, 30## * 12, 28## * 9, 25## * 10, 26#### Call `rlang::last_error()` to see a backtrace
xxxxxxxxxxwide_tablexxxxxxxxxx## 행정구역.시군구.별 순이동[명] 시도간전입[명] 시도간전출[명]## 1 광주광역시 -397 6388 6785## 2 대구광역시 -2425 7429 9854## 3 대전광역시 -1193 7510 8703## 4 부산광역시 -1920 10617 12537## 5 서울특별시 -1650 46326 47976## 6 세종특별자치시 2076 4607 2531
- Data Table 수정
이 경우 data file의 '시도내이동-시군구내[명]'에 있는 중복값을 수정해야 한다.
수정된 파일 : table_conversion_03.csv
4. 예제 3 : table_conversion__03.csv (Long Table)
xxxxxxxxxxdata_table <- read.csv(file.choose(), header=T)head(data_table)xxxxxxxxxx 행정구역.시군구.별 항목 X2019..03.월1 서울특별시 총전입[명] 1355922 서울특별시 총전출[명] 1372423 서울특별시 순이동[명] -16504 서울특별시 시도내이동-시군구내[명] 377705 서울특별시 시도내이동-시군구간 전입[명] 514966 서울특별시 시도내이동-시군구간 전출[명] 51496
4-1. Table Conversion : Long to Wide
key=항목, value=X2019..03.월
xxxxxxxxxxwide_table <- spread(data_table, 항목, X2019..03.월)wide_tablexxxxxxxxxx## 행정구역.시군구.별 순이동[명] 시도간전입[명] 시도간전출[명]## 1 대구광역시 -2425 7429 9854## 2 대구광역시 중구 -171 370 364## 3 서울특별시 -1650 46326 47976## 4 서울특별시 중구 -57 615 562
4-2. Table Conversion : Wide to Long
xxxxxxxxxxlong_table <- gather(wide_table, '시도간전입[명]':'총전출[명]', key="항목", value="X2019..03.월")long_tablexxxxxxxxxx 행정구역.시군구.별 순이동[명] 항목 X2019..03.월1 대구광역시 -2425 시도간전입[명] 74292 대구광역시 중구 -171 시도간전입[명] 3703 서울특별시 -1650 시도간전입[명] 463264 서울특별시 중구 -57 시도간전입[명] 6155 대구광역시 -2425 시도간전출[명] 98546 대구광역시 중구 -171 시도간전출[명]
