使用R语言pivot_wider处理NHANES处方数据的行重复问题求助

你的代码核心问题是列名来源选错了——用RXDUSE作为names_from会把"是否用药"拆成不同列，而不是按每个样本的药物顺序生成序号列，这才导致SEQN重复出现。

以下是正确的处理方案：

步骤说明 #

1. 先把RXDUSE转换成你期望的数字编码（Yes=1，No=2）
2. 按SEQN分组，给每个样本下的药物编顺序号
3. 用pivot_wider把多行药物数据转成一行，用顺序号作为列名后缀，同时保留RXDUSE和RXDCOUNT（同一SEQN的这两个值是一致的，pivot_wider会自动合并）
4. 把空值替换成.，符合你要的输出格式

完整代码 #

library(dplyr)
library(tidyr)

staxpiv <- stax2 %>%
  # 转换RXDUSE为数字编码
  mutate(RXDUSE = case_when(
    RXDUSE == "Yes" ~ 1,
    RXDUSE == "No" ~ 2,
    TRUE ~ NA_real_
  )) %>%
  # 按样本编号分组，生成药物顺序号
  group_by(SEQN) %>%
  mutate(drug_id = 1:n()) %>%
  ungroup() %>%
  # 转宽表：保留核心字段，药物列按顺序命名
  pivot_wider(
    id_cols = c(SEQN, RXDUSE, RXDCOUNT),
    values_from = RXDDRGID,
    names_from = drug_id,
    names_prefix = "rxddrgid_",
    values_fill = "."  # 空值用.填充
  ) %>%
  # 列名转小写（匹配你期望的输出格式）
  rename_all(tolower)

处理后结果示例 #

运行代码后，你的示例数据会输出如下格式（每个SEQN仅出现一行）：

seqn rxduse rxdcount rxddrgid_1 rxddrgid_2 rxddrgid_3
  93703      2       NA .          .          .         
  93704      2       NA .          .          .         
  93705      1        3 d03740     d04532     d00325    
  93706      2       NA .          .          .         
  93707      2       NA .          .          .         
  93708      1        3 d00689     d03821     d00746    

内容的提问来源于stack exchange，提问作者Misi