在R中为数据集创建子列：按国家统计问卷选项计数

完整代码 #

# 加载依赖包
library(tidyverse)

# 1. 将宽格式数据转为长格式，自动匹配所有Q开头的问卷列
long_data <- WVSDATASET %>%
  pivot_longer(
    cols = starts_with("Q"),
    names_to = "question",
    values_to = "option"
  ) %>%
  filter(!is.na(option))  # 可选：排除选项为缺失值的记录

# 2. 分组统计每个国家、每个问题、每个选项的响应次数
count_data <- long_data %>%
  group_by(B_COUNTRY_ALPHA, question, option) %>%
  summarize(count = n(), .groups = "drop")

# 3. 转回目标宽格式：国家为行，问题+选项为列，空值填充0
final_df <- count_data %>%
  pivot_wider(
    id_cols = B_COUNTRY_ALPHA,
    names_from = c(question, option),
    values_from = count,
    values_fill = 0
  )

代码说明 #

• 自动遍历问卷列：用starts_with("Q")自动匹配所有Q开头的问卷列（Q1-Q7），无需手动逐个指定，满足批量处理需求。
• 长格式转换：将原本分散在多列的问卷数据转为「国家-问题-选项」的长表结构，便于统一分组统计。
• 频次统计：通过group_by()按国家、问题、选项三级分组，summarize(n())计算每组的响应次数。
• 宽格式输出：用pivot_wider()将统计结果转回目标格式，列名自动生成为Q1_1、Q1_2这类「问题_选项」的形式，values_fill = 0确保未出现的选项频次显示为0而非缺失值。

可选优化 #

如果原数据中存在未填写的问卷选项（即option为NA），可以保留代码中的filter(!is.na(option))来排除这类无效记录，避免统计无效频次。

内容的提问来源于stack exchange，提问作者vzw617