如何用purrr::map替代for循环实现数据拆分与重塑？

现有模拟临床数据，部分单元格包含多个随访值，需将其拆分为独立列并转换为长格式后合并结果。目前用for循环可实现需求，但希望改用purrr包优化代码，原尝试的map_dfr(dat, split_to_long)无法正常工作，以下是修正方案：

原代码问题分析 #

• split_to_long函数硬编码了全局数据框dat，既不灵活也容易引发环境依赖问题
• map_dfr(dat, split_to_long)错误遍历了数据框的每一列值，而我们需要处理的是目标变量的列名
• 原for循环用cbind合并数据，更合理的方式是按id和visit进行关联合并

解决方案 #

1. 修正拆分转换函数 #

修改split_to_long，将数据框作为参数传入，避免依赖全局变量：

library(tidyverse)

split_to_long <- function(col, data) {
  # 提取变量编号
  var_num <- substr(col, 5, 5)
  data |>
    select(id, {{col}}) |>
    separate_wider_delim({{col}}, ",", too_few = "align_start",
                         names = paste0(col, "_", 1:3)) |>
    pivot_longer(2:4,
                 names_to = "visit",
                 values_to = paste0("var_", var_num),
                 names_prefix = paste0(col, "_"))
}

2. 用purrr批量处理并合并 #

遍历目标变量列名，生成每个变量的长格式数据框，再通过reduce和left_join完成合并：

# 定义需要处理的变量列表
vars_to_process <- c("var_1", "var_2", "var_3")

# 批量处理并合并结果
dat_long_purrr <- vars_to_process |>
  map(~ split_to_long(.x, data = dat)) |>
  reduce(left_join, by = c("id", "visit"))

3. 结果验证 #

对比原for循环处理结果，确认purrr方案的一致性：

# 原for循环（优化为关联合并版本）
dat_long_loop <- split_to_long("var_1", dat)
for(i in 2:3) {
  dat_long_loop <- left_join(dat_long_loop, split_to_long(paste0("var_", i), dat), by = c("id", "visit"))
}

# 检查结果是否完全一致
identical(dat_long_purrr, dat_long_loop)

原map_dfr失效原因 #

原代码map_dfr(dat, split_to_long)是遍历数据框dat的每一列（包括id列），把每一列的值传递给split_to_long，但我们需要传递的是列名，因此必须遍历变量名列表而非数据框本身。

内容的提问来源于stack exchange，提问作者LucaS