데이터 구조 - Wide format vs. Long format

◆ Wide Format: 사람이 읽기에 좋은 포맷

                       행(row)에 한 명의 정보를 담음

                       열(column)에 모든 요인(factor)의 level을 담음

sample ID	sex	age	condition A	condition B
1	female	38	9	b
2	male	29	8	b
3	male	41	9	a

- 3 개의 factor (sex, age, condition)를 가지는 디자인

- 각 factor는 sex, age, condition이며, condition은 A, B의 level을 가짐 (cell의 숫자는 각 항목의 값)

 

 

◆ 위 디자인의 회귀식을 R에서 구하면 다음과 같다

aov(score ~ sex + age + condition)

Wide 형식에서는 condition이 2 개의 열이므로 하나의 요인으로 처리가 어렵다.

이를 Long 형식으로 치환하면 각 열에 factor를 배치하게 되므로 간단히 처리할 수 있게 된다. 

 

◆ Long Format: 열을 factor 별로 정리, 한 행은 wide form에서 특정 cell의 정보를 반영

Sample ID	sex	age	condition	score
1	female	38	A	9
2	male	29	A	8
3	male	41	A	9
1	female	38	B	b
2	male	29	B	b
3	male	41	B	a

 

R에서 wide format을 long format으로 바꾸는 방법은 reshape2 패키지의 melt 함수를 이용하는 것

reshape2에서

wide format -> long format : melt()

long format -> wide format : dcast() 를 이용

library(reshape2)
long.format <- melt(wide.format, id.var = c("age", "sex"), 
				variable.name = "condition", value.name="score")

여기에서 id.var는 포맷을 바꾸지 않고 유지하는 항목을 넣으면 되고,

condition과 같이 변환해야 하는 항목은 variable.name으로 지정하고

value를 넣을 변수 명을 value.name에 지정하면 된다.

 

# formula: rowvar1 + rowvar2 + ... + colvar1 + colvar2 + ...
dat.wide <- dcast(dat.long, age + sex ~ condition, value.var = "score")

# function 추가 가능 (aggregation)
dat.wide <- dcast(dat.long, age ~ condition, mean, value.var = "score")