如何编写一个操作 R 中数据结构的函数？

Question

一些背景信息以便更好地理解

我有一个非常具体的数据框。这基本上是我调查中的答案样本。变量v1 代表一个选择题；受访者从 1 到 4 中选择变体，他/她可以选择唯一或多个选项。每个选择的变体都将受访者重新定位到块：如果选择了1，则受访者将重新定位到o_v1_1、c_v1_1和f_v1_1等等。

问题

我想编写一个函数，将我的数据结构从宽更改为长。但我正在为pivot_longer 苦苦挣扎，因为它不会产生理想的输出。

这是带有一些初始数据处理的示例数据框：

structure(list(seance_id = c(1, 2, 3, 4), respondent = c("A", 
"B", "C", "D"), v1...3 = c(1, 1, NA, 1), v1...4 = c(2, NA, 2, 
NA), v1...5 = c(3, 4, 4, NA), v1...6 = c(4, NA, NA, NA), o_v1_1 = c(6, 
1, NA, 4), c_v1_1 = c(7, 1, NA, 1), f_v1_1 = c(8, 1, NA, 1), 
    o_v1_2 = c(10, NA, 4, NA), c_v1_2 = c(8, NA, 1, NA), f_v1_2 = c(3, 
    NA, 3, NA), o_v1_3 = c(4, NA, NA, NA), c_v1_3 = c(1, NA, 
    NA, NA), f_v1_3 = c(2, NA, NA, NA), o_v1_4 = c(10, 5, 4, 
    NA), c_v1_4 = c(9, 6, 5, NA), f_v1_4 = c(9, 6, 6, NA)), row.names = c(NA, 
-4L), class = c("tbl_df", "tbl", "data.frame")) 

data <- data %>%  mutate_if(is.numeric, as.character)

colnames(data) <- c("seance_id", "respondent", "v1", "v1", "v1", "v1", "o_v1_1",
                    "c_v1_1",   "f_v1_1",   "o_v1_2",   "c_v1_2",   "f_v1_2",   "o_v1_3",   "c_v1_3",
                    "f_v1_3",   "o_v1_4",   "c_v1_4",   "f_v1_4")

这就是我试图让我的桌子变长的方法：

long <- data %>%
  pivot_longer(cols = -`seance_id`, names_to = "v1", values_to = "answer")

这就是我想要得到的：

  `séance_id` respondent direction answer_dir criteria criteria_answer
        <dbl> <chr>      <chr>          <dbl> <chr>              <dbl>
1           1 A          v1                 1 o_v1_1                 6
2           1 A          v1                 1 c_v1_1                 7
3           1 A          v1                 1 f_v1_1                 8
4           1 A          v1                 2 o_v1_2                10
5           1 A          v1                 2 c_v1_2                 8
6           1 A          v1                 2 f_v1_2                 3

我已经研究 SO 2 天了，还没有解决我的问题。如何有效地使用pivot_longer 来获得理想的输出？有什么方法可以自动化我渴望我的 dfs 的过程吗？我有 30 多个 dfs，嵌套在一个 Excel 文件中的不同列表中。

Answer 1

您可以删除初始的v1 列。相反，我提出以下建议：

 data %>% select(-starts_with('v1')) %>%
   pivot_longer(cols = contains('v1'), names_to = "v1", values_to = "criteria_answer") %>% 
   separate(v1, sep='_', into=c('w','direction','answer_dir'), remove=FALSE) %>%
   rename(creteria=v1) %>% select(-w)
# A tibble: 48 x 6
   seance_id respondent creteria direction answer_dir criteria_answer
   <chr>     <chr>      <chr>    <chr>     <chr>      <chr>          
 1 1         A          o_v1_1   v1        1          6              
 2 1         A          c_v1_1   v1        1          7              
 3 1         A          f_v1_1   v1        1          8              
 4 1         A          o_v1_2   v1        2          10             
 5 1         A          c_v1_2   v1        2          8              
 6 1         A          f_v1_2   v1        2          3              
 7 1         A          o_v1_3   v1        3          4              
 8 1         A          c_v1_3   v1        3          1              
 9 1         A          f_v1_3   v1        3          2              
10 1         A          o_v1_4   v1        4          10             
# ... with 38 more rows

最后的select(-w) 是从separate 拆分o_v1_1、c_v1_1 等中删除w 列。分成 3 列。这里w 是第一个字符。