减少重复旋转到单个枢轴

Question

使用tidyr >= 1.0.0，可以在cols 参数中使用tidy 选择，如下所示：

library(dplyr)
library(tidyr)
df %>% 
pivot_longer(cols=starts_with("DL_TM"),
               names_to = "TM",values_to = "DM_TM") %>% 
  pivot_longer(cols=starts_with("DL_CD"),
               names_to = "CD",values_to = "DL_CD") %>% 
  na.omit() %>% 
  select(-TM,-CD)

但是，上面的内容很快就会变得繁琐（重复），有很多列，如何将其简化为单个 pivoting？！ 我想象过一些概念上的东西 pivot_longer(cols=starts_with("DL_TM | DL_CD")....) 这显然不起作用，因为 tidy 选择仅适用于单一模式（据我所知）。

数据

df <- structure(list(DL_TM1 = c(16L, 18L, 53L, 59L, 29L, 3L), DL_CD1 = c("AK", 
"RB", "RA", "AJ", "RA", "RS"), DL_TM2 = c(5L, 4L, 8L, NA, 1L, 
NA), DL_CD2 = c("CN", "AJ", "RB", NA, "AJ", NA), DL_TM3 = c(NA, 
NA, 2L, NA, NA, NA), DL_CD3 = c(NA, NA, "AJ", NA, NA, NA), DL_TM4 = c(NA, 
NA, NA, NA, NA, NA), DL_CD4 = c(NA, NA, NA, NA, NA, NA), DL_TM5 = c(NA, 
NA, NA, NA, NA, NA), DL_CD5 = c(NA, NA, NA, NA, NA, NA), DEP_DELAY_TM = c(21L, 
22L, 63L, 59L, 30L, 3L)), class = "data.frame", row.names = c(NA, 
-6L))

预期输出： 与上述相同，但使用单个 pivoting。

Answer 1

根据对评论的回应，这是从问题中的代码中移出的，实际上并没有产生预期的结果，而想要的是产生的结果：

df %>%
  pivot_longer(-DEP_DELAY_TM, names_to = c(".value", "X"), 
    names_pattern = "(\\D+)(\\d)") %>%
  select(-X) %>%
  drop_na

给予：

# A tibble: 11 x 3
   DEP_DELAY_TM DL_TM DL_CD
          <int> <int> <chr>
 1           21    16 AK   
 2           21     5 CN   
 3           22    18 RB   
 4           22     4 AJ   
 5           63    53 RA   
 6           63     8 RB   
 7           63     2 AJ   
 8           59    59 AJ   
 9           30    29 RA   
10           30     1 AJ   
11            3     3 RS   

基础 R

我们可以交替使用基本 R 的 reshape 来执行此操作。首先将列名（最后一列除外）除以给出varying 列表的非数字部分，然后使用该列表将df 重塑为长格式，最后运行na.omit 以删除具有NA 的行。

nms1 <- head(names(df), -1)
varying <- split(nms1, gsub("\\d", "", nms1))
na.omit(reshape(df, dir = "long", varying = varying, v.names = names(varying)))

给予：

    DEP_DELAY_TM time DL_CD DL_TM id
1.1           21    1    AK    16  1
2.1           22    1    RB    18  2
3.1           63    1    RA    53  3
4.1           59    1    AJ    59  4
5.1           30    1    RA    29  5
6.1            3    1    RS     3  6
1.2           21    2    CN     5  1
2.2           22    2    AJ     4  2
3.2           63    2    RB     8  3
5.2           30    2    AJ     1  5
3.3           63    3    AJ     2  3

Answer 2

我们可以提取列分组（在本例中为“TM”和“CD”），map 在每个列组上应用pivot_longer 到该组，然后full_join 得到结果列表元素。让我知道这是否涵盖了您的实际用例。

suffixes = unique(gsub(".*_(.{2})[0-9]*", "\\1", names(df)))

df.long = suffixes %>% 
  map(~ df %>% 
         mutate(id=1:n()) %>%  # Ensure unique identification of each original data row
         select(id, DEP_DELAY_TM, starts_with(paste0("DL_",.x))) %>%
         pivot_longer(cols=-c(DEP_DELAY_TM, id),
                      names_to=.x,
                      values_to=paste0(.x,"_value")) %>% 
         na.omit() %>% 
         select(-matches(paste0("^",.x,"$")))
  ) %>% 
  reduce(full_join) %>% 
  select(-id)

   DEP_DELAY_TM TM_value CD_value
1            21       16       AK
2            21       16       CN
3            21        5       AK
4            21        5       CN
5            22       18       RB
6            22       18       AJ
7            22        4       RB
8            22        4       AJ
9            63       53       RA
10           63       53       RB
11           63       53       AJ
12           63        8       RA
13           63        8       RB
14           63        8       AJ
15           63        2       RA
16           63        2       RB
17           63        2       AJ
18           59       59       AJ
19           30       29       RA
20           30       29       AJ
21           30        1       RA
22           30        1       AJ
23            3        3       RS