R语言：编写函数批量处理物质使用数据的变量重编码

核心思路 #

抛弃繁琐的if-else分支，用tidyverse的宽转长+长转宽流程批量处理，既能简洁实现需求，又能轻松扩展，同时完全保留原数据并生成目标变量。

步骤1：准备示例测试数据 #

先模拟符合结构的数据集，方便验证代码：

library(tidyverse)

set.seed(123)
sample_data <- tibble(
  id = 1:5,
  # sub1组变量
  sub1_value = sample(c("Alcohol", "Tobacco", "Cannabis"), 5, replace = TRUE),
  sub1_day1 = sample(0:5, 5, replace = TRUE),
  sub1_day2 = sample(0:5, 5, replace = TRUE),
  # sub2组变量
  sub2_value = sample(c("Alcohol", "Tobacco", "Cannabis"), 5, replace = TRUE),
  sub2_day1 = sample(0:5, 5, replace = TRUE),
  sub2_day2 = sample(0:5, 5, replace = TRUE),
  # sub3-sub6组变量（示例简化，实际可扩展至6组）
  sub3_value = sample(c("Alcohol", "Tobacco", "Cannabis"), 5, replace = TRUE),
  sub3_day1 = sample(0:5, 5, replace = TRUE),
  sub3_day2 = sample(0:5, 5, replace = TRUE)
)

步骤2：批量重编码函数实现 #

编写通用函数，自动识别subN开头的变量，完成格式转换：

recode_substance_data <- function(data, n_subs = 6, days = 7) {
  # 生成sub变量前缀列表
  sub_prefixes <- str_c("sub", 1:n_subs)
  
  # 第一次宽转长：拆分每个sub组的物质名称与每日使用量
  long_data <- data %>%
    pivot_longer(
      cols = starts_with("sub"),
      names_to = c("sub", ".value"),
      names_pattern = "(sub\\d+)_(.*)"
    )
  
  # 第二次宽转长+转宽：生成按物质命名的每日使用量变量
  wide_new_vars <- long_data %>%
    pivot_longer(
      cols = starts_with("day"),
      names_to = "day",
      values_to = "usage"
    ) %>%
    mutate(
      # 生成目标变量名：统一为dayX_物质小写格式
      new_var = str_c(day, "_", tolower(value))
    ) %>%
    pivot_wider(
      id_cols = id,
      names_from = new_var,
      values_from = usage,
      values_fill = 0  # 缺失使用量补0，可按需调整
    )
  
  # 合并原数据与新生成变量，保留所有原始内容
  final_data <- data %>%
    left_join(wide_new_vars, by = "id")
  
  return(final_data)
}

步骤3：函数调用与结果验证 #

直接传入数据集即可，默认处理6个sub变量和7天数据，可按需调整参数：

# 示例处理3个sub变量、2天数据
processed_data <- recode_substance_data(sample_data, n_subs = 3, days = 2)

# 查看结果：原数据列 + day1_alcohol、day1_tobacco等新列
glimpse(processed_data)

方案优势 #

• 彻底消除重复代码，无需逐个sub写判断逻辑
• 支持任意数量的sub变量（1-6或更多）和天数（7天或其他周期）
• 自动统一物质名称为小写，避免大小写不一致导致的变量混乱
• 完整保留原始数据，仅新增目标变量，不破坏原有结构

内容的提问来源于stack exchange，提问作者uncertaincyclist