用多列重塑 long 会导致错误

Question

我已经尝试了多个线程和多次尝试，但我还没有能够破解这个，所以如果这是重复的，请原谅我。

我有一个看起来像这样但列更多的数据框（因此希望解决方案可以自动化）：

| id | Q1_wave1 | Q1_wave2 | Q1_wave3 | Q1_wave4 | Q2_wave1 | Q2_wave3 | Q3_wave1 | Q3_wave2 | Q3_wave3 |
|----|----------|----------|----------|----------|----------|----------|----------|----------|----------|
| 1  | 50       | 30       | 40       | 60       | Yes      | Yes      | 20       | 40       | 60       |
| 2  | 10       | 20       | 30       | 40       | No       | Yes      | 10       | 5        | 70       |
| 3  | 20       | 40       | 60       | 80       | Yes      | No       | 5        | 10       | 15       |

我希望我的输出如下所示：

| id | wave | Q1 | Q2  | Q3 |
|----|------|----|-----|----|
| 1  | 1    | 50 | Yes | 20 |
| 1  | 2    | 30 |     | 40 |
| 1  | 3    | 40 | Yes | 60 |
| 1  | 4    | 60 |     |    |
| 2  | 1    | 10 | No  | 10 |
| 2  | 2    | 20 |     | 5  |
| 2  | 3    | 30 | Yes | 70 |
| 2  | 4    | 40 |     |    |
| 3  | 1    | 20 | Yes | 5  |
| 3  | 2    | 40 |     | 10 |
| 3  | 3    | 60 | No  | 15 |
| 3  | 4    | 80 |     |    |

我试过用这种方式重塑：

df_long<-reshape(df_wide, 
    direction="long",
    varying=2:ncol(df_wide),
    idvar='id',
    timevar="wave",
    v.names=c("Q1","Q2","Q3"),
    sep="_")

并得到错误：

length of 'v.names' does not evenly divide length of 'varying'

当它是单个变量或面板平衡时，我看到的所有示例似乎都运行良好，但我无法找到在这种情况下工作的东西。 pivot_longer() 也躲过了我。提前致谢！

Answer 1

使用pivot_longer：

tidyr::pivot_longer(df_wide, -id, 
                    names_to = c('.value', 'wave'), 
                    names_pattern = '(Q\\d+)_wave(\\d+)')

#      id wave     Q1 Q2       Q3
#   <int> <chr> <int> <chr> <int>
# 1     1 1        50 Yes      20
# 2     1 2        30 NA       40
# 3     1 3        40 Yes      60
# 4     1 4        60 NA       NA
# 5     2 1        10 No       10
# 6     2 2        20 NA        5
# 7     2 3        30 Yes      70
# 8     2 4        40 NA       NA
# 9     3 1        20 Yes       5
#10     3 2        40 NA       10
#11     3 3        60 No       15
#12     3 4        80 NA       NA

names_pattern 用于指定正则表达式模式以打破列名。这必须与names_to 同步。 .value 是一个特殊关键字，表示原始列名的一部分将在最后一列中。第一部分(Q\\d+) 指定'Q' 后跟任意数字（此处为Q1、Q2、Q3）将是单独的列，'wave_' 后面的数字进入wave 列。

数据

df_wide <- structure(list(id = 1:3, Q1_wave1 = c(50L, 10L, 20L),Q1_wave2 = c(30L,
20L, 40L), Q1_wave3 = c(40L, 30L, 60L), Q1_wave4 = c(60L, 40L, 
80L), Q2_wave1 = c("Yes", "No", "Yes"), Q2_wave3 = c("Yes", "Yes", 
"No"), Q3_wave1 = c(20L, 10L, 5L), Q3_wave2 = c(40L, 5L, 10L), 
    Q3_wave3 = c(60L, 70L, 15L)), class = "data.frame", row.names = c(NA, -3L))

Answer 2

我们可以在pivot_longer 中使用names_sep 和_，如果需要，使用parse_number 解析数值

library(tidyr)
library(dplyr)
pivot_longer(df_wide, cols = -id, 
     names_to = c(".value", "wave"), names_sep = "_") %>%
    mutate(wave = readr::parse_number(wave))

-输出

# A tibble: 12 x 5
      id  wave    Q1 Q2       Q3
   <int> <dbl> <int> <chr> <int>
 1     1     1    50 Yes      20
 2     1     2    30 <NA>     40
 3     1     3    40 Yes      60
 4     1     4    60 <NA>     NA
 5     2     1    10 No       10
 6     2     2    20 <NA>      5
 7     2     3    30 Yes      70
 8     2     4    40 <NA>     NA
 9     3     1    20 Yes       5
10     3     2    40 <NA>     10
11     3     3    60 No       15
12     3     4    80 <NA>     NA

---

或者使用来自data.table的melt

library(data.table)
 melt(setDT(df_wide), measure = patterns("^Q1", '^Q2', '^Q3'), 
    value.name = c("Q1", "Q2", "Q3"), variable.name = 'wave')

数据

df_wide <- structure(list(id = 1:3, Q1_wave1 = c(50L, 10L, 20L),Q1_wave2 = c(30L,
20L, 40L), Q1_wave3 = c(40L, 30L, 60L), Q1_wave4 = c(60L, 40L, 
80L), Q2_wave1 = c("Yes", "No", "Yes"), Q2_wave3 = c("Yes", "Yes", 
"No"), Q3_wave1 = c(20L, 10L, 5L), Q3_wave2 = c(40L, 5L, 10L), 
    Q3_wave3 = c(60L, 70L, 15L)), class = "data.frame", row.names = c(NA, -3L))