在R中基于均值与置信区间使用pivot_longer实现指定列转长

问题 #

我需要生成包含var、attend、mean、ci_lower、ci_upper这5列的结果数据框来绘制系数图，但当前使用pivot_longer会把整个数据框转成长格式，如何仅针对attend相关列执行转长操作？

原代码：

dtest_long <- dtest %>% 
  pivot_longer(!var, names_to = "attend", values_to = "value")

数据：

dtest <- structure(list(var = c("jbj_ext_1", "jbj_ext_2", "jbj_ext_3", 
"jbj_int_1", "jbj_int_2", "jbj_int_3", "jbj_tot_1", "jbj_tot_2", 
"jbj_tot_3"), no_attend_mean = c(11.15, 8, 7.64, 4.24, 8.26, 
7.89, 30.01, 21.08, 20.93), attend_mean = c(15.36, 10.9, 11.15, 
10.1, 4.25, 4.24, 28.98, 20.99, 19.89), no_attend_lowCI = c(9.65, 
6.5, 6.14, 2.74, 6.76, 6.39, 28.51, 19.58, 19.43), attend_lowCI = c(13.86, 
9.4, 9.65, 8.6, 2.75, 2.74, 27.48, 19.49, 18.39), no_attend_upperCI = c(12.2, 
9.05, 8.69, 5.29, 9.31, 8.94, 31.06, 22.13, 21.98), attend_upperCI = c(16.41, 
11.95, 12.2, 11.15, 5.3, 5.29, 30.03, 22.04, 20.94)), class = c("tbl_df", 
"tbl", "data.frame"), row.names = c(NA, -9L))

解决方案 #

可以通过pivot_longer的正则匹配拆分列名，再结合pivot_wide整理成目标格式：

library(tidyr)
library(dplyr)

dtest_target <- dtest %>%
  # 拆分列名为attend分组和指标类型
  pivot_longer(
    cols = -var,
    names_to = c("attend", "metric"),
    # 正则表达式匹配：前缀(no_attend/attend) + 下划线 + 后缀(mean/lowCI/upperCI)
    names_pattern = "(.*)_(mean|lowCI|upperCI)",
    values_to = "value"
  ) %>%
  # 将指标类型转成列
  pivot_wider(
    names_from = metric,
    values_from = value
  ) %>%
  # 重命名CI列到目标名称
  rename(
    ci_lower = lowCI,
    ci_upper = upperCI
  )

执行后得到的数据框结构如下（以前3行为例）：

# A tibble: 18 × 5
  var       attend    mean ci_lower ci_upper
  <chr>     <chr>    <dbl>    <dbl>    <dbl>
1 jbj_ext_1 no_attend 11.1     9.65     12.2
2 jbj_ext_1 attend    15.4    13.9      16.4
3 jbj_ext_2 no_attend  8       6.5       9.05

这样就得到了包含var、attend、mean、ci_lower、ci_upper5列的目标数据框，正好满足绘制系数图的需求。

内容的提问来源于stack exchange，提问作者a_todd12