R function 用於折疊從寬格式到長格式的不同列的多個范圍？

Question

我有一個數據集，每行中有多個不同范圍的列（每行對應一個人），如下所示。 不同列類型的每個實例都有 3 個級別（0,1 和 2）。

id  col1_0 col1_1 col1_2  col2_0  col2_1 col2_2  col3_0 col3_1 col3_2
1       0      1      3       2       2      3       3      4      5
2       1      1      2       2       4      7       4      5      5
.
.
etc. 

對於每個 id，我需要將所有 col1 折疊到一列中，將所有 col2 折疊到另一列中，並將所有 col3 折疊到另一列中。 如下。

id  x  col1 col2 col4
1   0     0    2    3       
1   1     1    2    4
1   2     3    3    5
2   0     1    2    4
2   1     1    4    5
2   2     1    7    5
.
.
etc.

此外，我還需要為每個 id 創建一個值為 0,1 和 2 的 x 列。 但是，我只設法使用下面的代碼折疊第一個列范圍（col1）。

library(tidyverse)

longer_data <- dataframe %>%
  group_by(id) %>%
  pivot_longer(col1_0:col1_2, names_to = "x1", values_to = "col1")

x1 在這里創建一個具有原始列名的列。 所以我會創建一個額外的 x 列，它只保留原始列名的最后一個數字。

有沒有辦法做到這一點？ 提前謝謝了！

Answer 1

我們不需要任何group_by 。 它可以通過在pivot_longer中指定names_sep和.value直接使用names_to完成。 注意.value和x的順序。 這意味着該列的值應該 go 在_之前的每個前綴中，並且帶有后綴存根的新列進入“x”

library(dplyr)
library(tidyr)
df1 %>%
   pivot_longer(cols = -id, names_to = c('.value', 'x'), names_sep = "_")

-輸出

# A tibble: 6 x 5
#     id x      col1  col2  col3
#  <int> <chr> <int> <int> <int>
#1     1 0         0     2     3
#2     1 1         1     2     4
#3     1 2         3     3     5
#4     2 0         1     2     4
#5     2 1         1     4     5
#6     2 2         2     7     5

數據

df1 <- structure(list(id = 1:2, col1_0 = 0:1, col1_1 = c(1L, 1L), col1_2 = 3:2, 
    col2_0 = c(2L, 2L), col2_1 = c(2L, 4L), col2_2 = c(3L, 7L
    ), col3_0 = 3:4, col3_1 = 4:5, col3_2 = c(5L, 5L)), 
    class = "data.frame", row.names = c(NA, 
-2L))

Answer 2

這是一個使用reshape的基本 R 選項，其中timevar="x"創建一個名為x的列，而sep="_"有助於獲取原始列名的最后一個數字。

res <- reshape(
  df,
  direction = "long",
  idvar = "id",
  varying = -1,
  timevar = "x",
  sep = "_"
)
res <- res[order(res$id), ]

• Output

> res
    id x col1 col2 col3
1.0  1 0    0    2    3
1.1  1 1    1    2    4
1.2  1 2    3    3    5
2.0  2 0    1    2    4
2.1  2 1    1    4    5
2.2  2 2    2    7    5

數據

> dput(df)
structure(list(id = 1:2, col1_0 = 0:1, col1_1 = c(1L, 1L), col1_2 = 3:2,
    col2_0 = c(2L, 2L), col2_1 = c(2L, 4L), col2_2 = c(3L, 7L
    ), col3_0 = 3:4, col3_1 = 4:5, col3_2 = c(5L, 5L)), class = "data.frame", row.names = c(NA, 
-2L))