如何在R语言中转换多行数据格式以适配ANOVA分析

可以通过dplyr的分组汇总功能快速实现你的需求，核心是按参与者ID和评分类型分组，然后统一替换问题范围并保留唯一的平均评分：

# 加载tidyverse包
library(tidyverse)

# 处理数据
cleaned_data <- your_raw_data %>%
  # 按参与者ID和评分类型分组
  group_by(`Participant ID`, Question_Rating_Type) %>%
  # 生成新列并保留唯一的平均评分
  summarise(
    Question_range = "1 - 6",
    Avg_Participant_Rating = first(Avg_Participant_Rating),
    .groups = "drop"  # 取消分组状态
  )

代码说明： #

• group_by()：指定分组依据，确保同一参与者同一种评分类型的行被归为一组
• summarise()：生成新的Question_range列并赋值为"1 - 6"；用first()提取组内第一个平均评分（因为你提到同一组内该值完全重复，取任意一个都可以）
• .groups = "drop"：处理完后取消分组，避免后续操作受分组状态影响

如果你的原始数据中同一分组内的Avg_Participant_Rating确实完全一致，也可以用distinct()简化操作：

cleaned_data <- your_raw_data %>%
  mutate(Question_range = "1 - 6") %>%  # 添加问题范围列
  select(-Question_number) %>%  # 移除原问题编号列
  distinct(`Participant ID`, Question_Rating_Type, .keep_all = TRUE)  # 保留唯一行

内容的提问来源于stack exchange，提问作者Kay