使用R的tidyverse按3列规整透视表格，匹配访视与对应年龄

问题背景 #

现有数据集包含user_ID、age_v1/age_v2/age_v3、gender、visit和score列，每行对应一次访问记录，需要根据visit列的取值（v1/v2/v3）提取对应的年龄值，生成新的age列，同时避免使用pivot_longer导致数据膨胀。

解决方案 #

以下提供两种tidyverse实现方式，按需选择：

方法1：固定匹配（适合已知有限的visit类型）

通过case_when直接匹配visit值与对应age列：

library(tidyverse)

# 构造示例数据
df <- tibble(
  user_ID = c(1, 1, 1),
  age_v1 = c(63, 63, 63),
  age_v2 = c(65, 65, 65),
  age_v3 = c(67, 67, 67),
  gender = c("M", "M", "M"),
  visit = c("v1", "v2", "v3"),
  score = c(8, 4, 1)
)

# 处理数据
df_processed <- df %>%
  mutate(age = case_when(
    visit == "v1" ~ age_v1,
    visit == "v2" ~ age_v2,
    visit == "v3" ~ age_v3,
    TRUE ~ NA_real_ # 处理未匹配的异常情况
  )) %>%
  select(user_ID, age, gender, visit, score) # 保留目标列

方法2：动态匹配（适合扩展更多visit类型）

通过字符串替换生成对应age列名，动态提取值，无需修改匹配逻辑：

df_processed <- df %>%
  mutate(age = cur_data()[[str_replace(visit, "v", "age_v")]]) %>%
  select(user_ID, age, gender, visit, score)

输出结果 #

# A tibble: 3 × 5
  user_ID   age gender visit score
    <dbl> <dbl> <chr>  <chr> <dbl>
1       1    63 M      v1        8
2       1    65 M      v2        4
3       1    67 M      v3        1

内容的提问来源于stack exchange，提问作者pdw5