主页 / coding / 问题 / 79600824
Accepted
dr_E
Asked: 2025-05-01 01:17:02 +0800 CST

具有许多变量和不一致名称的pivot_longer

  • 772

我正在处理一个大型宽数据集，需要将其转换为多个长格式的数据集。如何使用pivot_longer来实现？问题在于，变量名末尾包含计数，但方式不一致（并且变量集的长度也不一致）。例如，有时计数范围从*01到*88，有时计数范围从*1到*26，有时*1完全被省略了。

我将包含一个脚本，该脚本会生成如下所示的高度简化版本的数据。实际上，它包含数千个变量，并且存在一些不一致之处。

library(tidyr)
set.seed(1234)
m <- matrix(sample(1:10, 75, replace = T), 5, 15)
id <- 1:5
d <- cbind(id, as.data.frame(m))
names(d) <- c("id", "X1_hg", "X1_hg2", "X1_hg3", "X1_hg4", "cuphg_m01", 
              "cuphg_m02", "cuphg_m03", "cuphg_m04", "cuphg_m05", "cuphg_v01",
              "cuphg_v02", "cuphg_v03", "cuphg_v04", "cuphg_v05", "cuphg_v06")

我正在寻找的结果是一个长数据框，其中包含以下列：id、index（或类似内容）、X1_hg、cuphg_m、cuphg_v。

非常感谢您的帮助！

我尝试寻找一种方法来明确地告诉pivot_longer要从宽数据中组合哪些变量集，最好能找到某种有效的方法来处理它们（例如X1:X10或starts_with("X")）。然而，我没能成功。

也许有一种方法可以有效地重命名变量，然后在具有一致计数的新变量名称上使用pivot_longer，但我也不知道如何做到这一点（除了一次重命名一个，这是非常不可取的）。

我已经查看了 SO 上有关具有多个变量的pivot_longer 的其他问题，但我没有找到使用 names_prefix、names_sep 或 names_pattern 来解决问题的方法。

1 个回答

  1. Best Answer
    library(tidyverse)
d %>%
   rename(X1_hg1 = X1_hg) %>%
   pivot_longer(-id, names_to = c(".value", "index"),
                names_pattern = "(.*?)0?(\\d+)$")

# A tibble: 30 × 5
      id index X1_hg  cuphg_m  cuphg_v
   <int> <chr> <int>    <int>    <int>
 1     1 1        10        3        9
 2     1 2         6        8       10
 3     1 3        10        3        6
 4     1 4         4        2        8
 5     1 5        NA        8        5
 6     1 6        NA       NA        4
 7     2 1         6        4        8
 8     2 2         4        4        6
 9     2 3         6        6        9
10     2 4         5        5        9
# ℹ 20 more rows
# ℹ Use `print(n = ...)` to see more rows
    • 0

相关问题