A partir de los datos que me pasaste, encontre una manera de hacerlo con reshape basico, pero requiere un poco de magia :).
df_rula=read.csv("/home/harpo/Dropbox/lourdesoringinal.xlsx - asi queda.csv")
head(df_rula,5)## Asessors copa1IC copa2IC copa1MV copa2MV copa1MR copa2MR copa1IA
## 1 ruth ade 0.01 0.01 7.20 7.78 2.67 2.42 4.93
## 2 Maryte Viedma 4.28 6.04 1.80 1.15 7.37 8.27 7.59
## 3 Anahi Soto 5.12 5.26 7.02 4.18 2.53 5.19 4.29
## 4 Laura Mercado 4.79 6.23 4.04 2.67 5.26 4.69 7.49
## 5 ANDREA VARGAS 1.76 3.24 1.04 2.55 2.88 2.01 3.63
## copa2IA copa1FF copa2FF copa1H copa2H copa1CA copa2CA copa1MA copa2MA
## 1 5.84 4.58 3.97 0.01 1.09 1.77 3.21 1.66 2.28
## 2 8.53 0.01 0.01 0.01 0.01 6.73 7.95 8.63 7.91
## 3 2.53 0.55 0.77 1.27 2.10 1.99 3.10 6.48 4.47
## 4 6.16 3.54 2.24 0.80 1.92 6.70 3.75 3.14 1.99
## 5 2.55 0.76 2.01 4.64 3.38 0.83 1.44 2.52 4.10
## copa1AM copa2AM copa1AC copa2AC copa1AS copa2AS copa1DU copa2DU
## 1 3.07 4.15 5.95 6.41 3.64 4.04 1.09 1.16
## 2 7.41 1.83 8.20 2.23 2.30 4.32 1.29 3.02
## 3 2.60 4.97 8.10 1.66 2.85 5.51 1.77 1.48
## 4 1.38 3.61 6.09 5.12 3.14 2.31 4.47 3.00
## 5 1.19 2.77 3.74 2.59 1.73 2.91 1.37 2.45El problema es el formato en que vos guardas los nombres de tus columnas. Si en vez de guardalas asi:
## Asessors copa1IC copa2IC copa1MV copa2MV copa1MR copa2MR copa1IA copa2IA copa1FF copa2FF copa1H copa2H copa1CA copa2CA copa1MA copa2MA copa1AM copa2AM copa1AC copa2AC copa1AS copa2AS copa1DU copa2DULas guardaras de esta otra forma:
## Asessors IC_copa1 IC_copa2 MV_copa1 MV_copa2 MR_copa1 MR_copa2 IA_copa1 IA_copa2 FF_copa1 FF_copa2 H_copa1 H_copa2 CA_copa1 CA_copa2 MA_copa1 MA_copa2 AM_copa1 AM_copa2 AC_copa1 AC_copa2 AS_copa1 AS_copa2 DU_copa1 DU_copa2Entonces seria muy facil usar reshape de la siguiente manera:
df_rula_ok=reshape(df_rula, varying =2:25, direction = 'long',sep="_")
head(df_rula_ok)## Asessors time IC MV MR IA FF H CA MA AM
## 1.copa1 ruth ade copa1 0.01 7.20 2.67 4.93 4.58 0.01 1.77 1.66 3.07
## 2.copa1 Maryte Viedma copa1 4.28 1.80 7.37 7.59 0.01 0.01 6.73 8.63 7.41
## 3.copa1 Anahi Soto copa1 5.12 7.02 2.53 4.29 0.55 1.27 1.99 6.48 2.60
## 4.copa1 Laura Mercado copa1 4.79 4.04 5.26 7.49 3.54 0.80 6.70 3.14 1.38
## 5.copa1 ANDREA VARGAS copa1 1.76 1.04 2.88 3.63 0.76 4.64 0.83 2.52 1.19
## 6.copa1 camilo copa1 8.00 7.82 1.23 8.93 3.72 2.74 5.66 8.03 5.95
## AC AS DU id
## 1.copa1 5.95 3.64 1.09 1
## 2.copa1 8.20 2.30 1.29 2
## 3.copa1 8.10 2.85 1.77 3
## 4.copa1 6.09 3.14 4.47 4
## 5.copa1 3.74 1.73 1.37 5
## 6.copa1 7.38 6.63 0.66 6En variying pones las columnas que van a variar, luego en direction indicas que vas a pasar del format wide al formato long y la magina de reshape viene con el parametero sep. Ahi le indicas que las trate de construir las nuevas variables a partir del separador *_* . Como tus variables son por ej. H_Copa1, H_Copa2 , etc. Reshape hace la magia y las construye como vos queres. Pero clarooo, tienen que estar previamente armadas de la manera que te dije y NO como vos las estas armando.
Como lo veo yo tenes dos opciones, o cambias los nombres de tus variables desde la appliacion o podes usar una magia previa para transformar los nombres al format que necesita reshape.
names(df_rula)<-sub("(copa[0-2])([A-Z]+)","\\2_\\1",names(df_rula))La linea de codigo de arriba, hace exactamente eso, da vuelta el nombre de variables y le aggrega el **_** como separador.
En sintesis, el codigo quedaria asi:
names(df_rula)<-sub("(copa[0-2])([A-Z]+)","\\2_\\1",names(df_rula)) #cambiamos los nombres
df_rula_ok=reshape(df_rula, varying =2:25, direction = 'long',sep="_") #hacemos el reshape
df_rula_ok=df_rula_ok[order(df_rula_ok$Asessors),] #ordenamos por degustador
df_rula_ok## Asessors time IC MV MR IA FF H CA MA AM
## 3.copa1 Anahi Soto copa1 5.12 7.02 2.53 4.29 0.55 1.27 1.99 6.48 2.60
## 3.copa2 Anahi Soto copa2 5.26 4.18 5.19 2.53 0.77 2.10 3.10 4.47 4.97
## 5.copa1 ANDREA VARGAS copa1 1.76 1.04 2.88 3.63 0.76 4.64 0.83 2.52 1.19
## 5.copa2 ANDREA VARGAS copa2 3.24 2.55 2.01 2.55 2.01 3.38 1.44 4.10 2.77
## 6.copa1 camilo copa1 8.00 7.82 1.23 8.93 3.72 2.74 5.66 8.03 5.95
## 6.copa2 camilo copa2 8.46 8.14 2.35 9.15 5.08 1.41 3.75 7.46 5.26
## 9.copa1 Claudia Lucero copa1 6.02 3.46 7.03 6.70 2.42 0.00 5.08 5.61 6.41
## 9.copa2 Claudia Lucero copa2 6.34 4.58 7.02 8.10 1.20 0.00 7.17 7.60 5.05
## 8.copa1 ines copa1 7.89 8.71 1.58 4.93 5.07 5.07 2.37 8.02 0.97
## 8.copa2 ines copa2 7.84 6.98 2.99 6.65 5.04 2.09 4.46 8.02 0.94
## 4.copa1 Laura Mercado copa1 4.79 4.04 5.26 7.49 3.54 0.80 6.70 3.14 1.38
## 4.copa2 Laura Mercado copa2 6.23 2.67 4.69 6.16 2.24 1.92 3.75 1.99 3.61
## 2.copa1 Maryte Viedma copa1 4.28 1.80 7.37 7.59 0.01 0.01 6.73 8.63 7.41
## 2.copa2 Maryte Viedma copa2 6.04 1.15 8.27 8.53 0.01 0.01 7.95 7.91 1.83
## 7.copa1 romina copa1 5.32 3.88 4.71 6.91 1.26 0.94 5.00 5.00 1.47
## 7.copa2 romina copa2 4.93 4.24 3.96 6.55 0.90 0.79 4.39 4.82 1.37
## 1.copa1 ruth ade copa1 0.01 7.20 2.67 4.93 4.58 0.01 1.77 1.66 3.07
## 1.copa2 ruth ade copa2 0.01 7.78 2.42 5.84 3.97 1.09 3.21 2.28 4.15
## AC AS DU id
## 3.copa1 8.10 2.85 1.77 3
## 3.copa2 1.66 5.51 1.48 3
## 5.copa1 3.74 1.73 1.37 5
## 5.copa2 2.59 2.91 2.45 5
## 6.copa1 7.38 6.63 0.66 6
## 6.copa2 4.76 7.78 2.78 6
## 9.copa1 5.62 5.69 1.02 9
## 9.copa2 4.47 7.49 2.24 9
## 8.copa1 3.96 8.09 8.17 8
## 8.copa2 3.92 8.13 8.20 8
## 4.copa1 6.09 3.14 4.47 4
## 4.copa2 5.12 2.31 3.00 4
## 2.copa1 8.20 2.30 1.29 2
## 2.copa2 2.23 4.32 3.02 2
## 7.copa1 5.90 1.47 5.11 7
## 7.copa2 5.50 1.29 5.22 7
## 1.copa1 5.95 3.64 1.09 1
## 1.copa2 6.41 4.04 1.16 1Et Voila! :)