在R语言中，tidyr包和data.table分别提供了相应的长宽数据变换的函数。在做资本市场微观企业数据分析时，尤其财务数据指标（如Wind的数据格式是宽数据），这个两个包提供的函数友好程度还可以提升。
======================================================================
Stata中直接提供一个reshape就搞定了，并且可以自动分割和命名变量。这个太赞了。
======================================================================
下面分享data.table包提供的函数功能。
这里直接举例，不一一交代具体参数了。
1.生成模拟数据
library(data.table)
set.seed(123)
market <- data.table(
stkcd=1:100,
type =sample(c(0,1),100,replace = TRUE),
industry=sample(letters,100,replace = TRUE),
roa2013=runif(100, min = 0, max = 1),
roa2014=runif(100, min = 0, max = 1),
roa2015=runif(100, min = 0, max = 1),
lev2013=runif(100, min = 0, max = 1),
lev2014=runif(100, min = 0, max = 1),
lev2015=runif(100, min = 0, max = 1)
)
head(market)
2.宽变长
3.长变宽
这个时候就好办了。
是不是一切又回到原点，那个最初的market数据集？
? ??上面的setorder(long , stkcd, year)只是虚晃一招，在此处分析中没什么作用。
如何有更便捷的变换方法，欢迎交流。
-------------------------------------------------
分享一个链接：RStudio发布的R语言与数据分析的系列视频。
来自 “ ITPUB博客 ” ，链接：https://blog.itpub.net/31537575/viewspace-3160945/ ，如需转载，请注明出处，否则将追究法律责任。
