匹配和重新排序 R 中多列中的行（tidyverse）

Question

我有一个这样的数据集（在实际数据集中，我有更多列，如 subj01）：

# A tibble: 10 x 4
    item subj01 subj02 subj03
   <int>  <dbl>  <dbl>  <dbl>
 1     1      1      1      1
 2     2      2      2      6
 3     3      5      5      9
 4     4      9      6     NA
 5     5     10      8     NA
 6     6     NA      9     NA
 7     7     NA     10     NA
 8     8     NA     NA     NA
 9     9     NA     NA     NA
10    10     NA     NA     NA

我使用下面的代码创建了数据集。

data = tibble(item = 1:10, subj01 = c(1,2,5,9,10,NA,NA,NA,NA,NA), subj02 = c(1,2,5,6,8,9,10,NA,NA,NA), subj03 = c(1,6,9,NA,NA,NA,NA,NA,NA,NA))

我想重新排序所有以“subj”开头的列，以便值的 position 与项目列中的相匹配。

也就是说，对于这个示例数据集，我想以这样的结尾：

# A tibble: 10 x 4
    item subj01 subj02 subj03
   <int>  <dbl>  <dbl>  <dbl>
 1     1      1      1      1
 2     2      2      2     NA
 3     3     NA     NA     NA
 4     4     NA     NA     NA
 5     5      5      5     NA
 6     6     NA      6      6
 7     7     NA     NA     NA
 8     8     NA      8     NA
 9     9      9      9      9
10    10     10     10     NA

我想我可以通过运行以下命令来匹配和重新排序一列：

data$subj01[match(data$item,data$subj01)]
 [1]  1  2 NA NA  5 NA NA NA  9 10

但是我正在努力跨多个列应用它（理想情况下我想将命令嵌入到 dplyr 管道中）。

我尝试了下面的命令，但这给了我一个错误“变异错误（x。= x。[匹配（项目，x。）]）：object'x。' 未找到”。

data = data %>% across(mutate(x.=x.[match(item,x.)]))

我将不胜感激任何建议。 谢谢你。

Answer 1

library(tidyverse)
data %>%
  pivot_longer(-item) %>%
  filter(!is.na(value)) %>%
  mutate(item = value) %>%
  complete(item = 1:10, name) %>%
  pivot_wider(names_from = name, values_from = value)

# A tibble: 10 × 4
    item subj01 subj02 subj03
   <dbl>  <dbl>  <dbl>  <dbl>
 1     1      1      1      1
 2     2      2      2     NA
 3     3     NA     NA     NA
 4     4     NA     NA     NA
 5     5      5      5     NA
 6     6     NA      6      6
 7     7     NA     NA     NA
 8     8     NA      8     NA
 9     9      9      9      9
10    10     10     10     NA