如何将R中关联多选项的调查数据框转换为长格式？

错误原因 #

你在pivot_longer中使用matches(Q1)的写法有误：matches()函数需要接收固定的正则表达式字符串，但Q1是数据框的列，每行对应不同的颜色值，属于逐行变化的向量，无法作为统一的选择规则，因此触发了"selections can't have missing values"的报错。

另外，你用separate_rows(Q1, sep = ",")拆分时，会导致Q1的颜色值带有前导空格（比如" Red"），后续匹配Q2列名时会失败，需要修正分隔符为, （逗号加空格）。

正确实现方法 #

方法1：先整理Q2为长格式，再关联拆分后的Q1 #

这种方法更直观，适合后续扩展到Q3-Q9的场景：

library(tidyverse)

# 原始数据
df <- data.frame(
  ID = 1:3,
  Q1 = c("Purple, Red, Blue", "Red, Blue, Yellow", "Red"),
  "Q2: Is it your favorite color? - Purple" = c("Average", NA, NA),
  "Q2: Is it your favorite color? - Red" = c("No", "No", "Average"),
  "Q2: Is it your favorite color? - Blue" = c("Yes", "No", NA),
  "Q2: Is it your favorite color? - Yellow" = c(NA, "Average", NA)
)

# 1. 拆分Q1为多行，去除颜色值的前后空格
df_q1_split <- df %>%
  separate_rows(Q1, sep = ", ") %>%
  mutate(Q1 = trimws(Q1))

# 2. 将所有Q2列转成长格式，提取列名中的颜色
df_q2_long <- df %>%
  select(ID, starts_with("Q2")) %>%
  pivot_longer(
    cols = -ID,
    names_to = "temp_col",
    values_to = "Q2"
  ) %>%
  # 从Q2列名中提取颜色（匹配"- "后的内容）
  mutate(Q1 = str_extract(temp_col, "(?<= - ).+$")) %>%
  select(ID, Q1, Q2) %>%
  drop_na(Q2) # 剔除无回答的行

# 3. 合并数据，只保留Q1选中颜色对应的Q2回答
final_result <- df_q1_split %>%
  select(ID, Q1) %>%
  left_join(df_q2_long, by = c("ID", "Q1"))

print(final_result)

方法2：用rowwise逐行匹配 #

适合快速处理单组Q2的场景，逐行选择对应Q1的Q2列：

library(tidyverse)

final_result <- df %>%
  separate_rows(Q1, sep = ", ") %>%
  mutate(Q1 = trimws(Q1)) %>%
  rowwise() %>%
  # 匹配当前行Q1对应的Q2列，提取值
  mutate(Q2 = pull(cur_data(), matches(str_c("Q2.*- ", Q1)))) %>%
  ungroup() %>%
  select(ID, Q1, Q2)

print(final_result)

两种方法都会输出你需要的长格式结果：

# A tibble: 7 × 3
     ID Q1     Q2     
  <int> <chr>  <chr>  
1     1 Purple Average
2     1 Red    No     
3     1 Blue   Yes    
4     2 Red    No     
5     2 Blue   No     
6     2 Yellow Average
7     3 Red    Average

内容的提问来源于stack exchange，提问作者Ekd