如何在R语言中合并同一数据框内列名相似的多列

一、判断每行是否作答QUESTION1 #

你之前用unite拼接字符串的方式不符合需求，正确的做法是判断每行中任意一个QUESTION1相关列是否非NA，以此标记该用户是否已作答这个多选问题。用starts_with("QUESTION1")可以批量匹配列名，不用手动指定列位置，适合大型数据集：

library(tidyverse)

# 先把矩阵转成数据框，并将QUESTION1列转为整数类型（原数据是字符矩阵，处理更方便）
dat <- as.data.frame(dat) %>%
  mutate(across(starts_with("QUESTION1"), ~ as.integer(.)))

# 添加是否作答的标记列：TRUE=已作答，FALSE=未作答
dat <- dat %>%
  mutate(QUESTION1_answered = if_any(starts_with("QUESTION1"), ~ !is.na(.)))

运行后QUESTION1_answered列会直接标记每行是否完成该问题的作答，比拼接字符串更直观。

二、单个选项的分析方法 #

如果要分析每个选项的选择情况（比如选中率、不同群体的差异），可以用以下几种方式：

1. 统计各选项的整体选中率 #

假设1代表选中该选项，0代表未选，NA代表未作答：

# 计算每个选项的选中占比（百分比）
option_overview <- dat %>%
  summarise(across(starts_with("QUESTION1"), 
                   ~ sum(. == 1, na.rm = TRUE)/nrow(dat) * 100))

2. 按分组（如性别）统计选项差异 #

# 按性别分组，统计各选项的选中率
gender_option_stats <- dat %>%
  group_by(gender) %>%
  summarise(across(starts_with("QUESTION1"), 
                   ~ sum(. == 1, na.rm = TRUE)/n() * 100))

3. 转成长格式进行灵活分析 #

把宽格式的选项列转成长格式后，能更方便地做交叉分析、可视化：

# 转成长格式，只保留已作答的记录
dat_long <- dat %>%
  pivot_longer(starts_with("QUESTION1"),
               names_to = "option",
               values_to = "selected") %>%
  filter(!is.na(selected))

# 统计每个选项的选中/未选次数
option_counts <- dat_long %>%
  count(option, selected)

三、学习资源指引 #

• 基础批量列处理：查看dplyr包的内置文档，输入?dplyr::across或vignette("dplyr")，里面详细讲解了across、if_any这类批量操作函数的用法。
• 问卷数据专用工具：questionr包提供了很多问卷分析的实用函数（比如交叉表、频数统计），安装后输入?questionr查看文档。
• 多选问题进阶分析：如果需要研究选项间的关联或做可视化，可以结合ggplot2包，用长格式数据绘制柱状图、热力图等。

内容的提问来源于stack exchange，提问作者Lynne