如何按行判断条件，提取仅选单种最爱水果的受访者选择值？

方法1：dplyr + tidyr 方案（避免重复行） #

不用复杂转置，先筛选选中的水果，再按受访者ID判断是否仅选了一种：

library(dplyr)
library(tidyr)

df <- df %>%
  # 计算每行选中的水果数量
  mutate(selected_count = rowSums(!is.na(pick(starts_with("fav_"))))) %>%
  # 只保留选中的水果记录（自动丢弃未选的NA行）
  pivot_longer(cols = starts_with("fav_"), names_to = "fruit", values_drop_na = TRUE) %>%
  # 去掉水果名里的"fav_"前缀
  mutate(fruit = sub("fav_", "", fruit)) %>%
  # 按ID分组，仅选一种的保留水果名，否则设为NA
  group_by(id) %>%
  mutate(fav_fruit = if (n() == 1) first(fruit) else NA_character_) %>%
  # 转回宽格式，每个ID只留一行
  pivot_wider(id_cols = c(id, selected_count), values_from = fav_fruit, values_fill = NA) %>%
  ungroup() %>%
  # 和原数据合并，确保所有受访者都在
  right_join(df, by = "id") %>%
  # 整理列顺序
  select(id, fav_apple, fav_orange, fav_banana, fav_fruit) %>%
  # 转为因子变量
  mutate(fav_fruit = as.factor(fav_fruit))

方法2：Base R 极简实现（无需转置） #

直接对每行操作，效率更高，完全避免转置带来的重复问题：

# 提取所有水果列的名称
fruit_cols <- grep("fav_", names(df), value = TRUE)

# 生成目标变量
df$fav_fruit <- apply(df[fruit_cols], 1, function(row) {
  # 找出当前行选中的水果列
  selected_fruits <- names(row)[!is.na(row)]
  # 仅选一种则返回水果名，否则返回NA
  if (length(selected_fruits) == 1) {
    sub("fav_", "", selected_fruits)
  } else {
    NA_character_
  }
})

# 转为因子类型
df$fav_fruit <- as.factor(df$fav_fruit)

为什么你的pivot_longer方法会出现重复行？ #

当你用pivot_longer转长格式时，每个选中的水果都会生成一行记录——比如某受访者同时选了苹果和橙子，就会产生两行相同ID的记录。如果直接转置回宽格式，这些重复行无法自动合并，就会导致数据行数异常。解决的核心是先按ID分组，判断该受访者选中的水果数量是否为1，再提取对应值，而不是直接转置。

内容的提问来源于stack exchange，提问作者spindoctor