如何在R语言中同时整合两组不同列（宽表转长表）

需求说明 #

现有宽格式DataFrame，包含参与者姓名、各题得分（1=正确，0=错误）及对应答案，需转换为长格式：每行对应单个参与者的单个问题，包含Name、Question（问题名称）、Answer（具体答案）、Score（得分）四列。

示例输入数据 #

Name <- c("Jon", "Bill", "Maria", "Ben", "Tina")
Question1 <- c(1, 0, 1, 1, 0)
Question1_answer <- c(22, 35, 22, 22, 90)
Question2 <- c(1, 0, 0, 0, 1)
Question2_answer <- c(75, 72, 11, 43, 75)
Question3 <- c(0,0,1,0,1)
Question3_answer <- c(16, 18, 19, 27, 19)

df <- data.frame(Name, Question1, Question1_answer, Question2, Question2_answer, Question3, Question3_answer)
print(df)

目标输出格式 #

Name <- rep(c("Jon", "Bill", "Maria", "Ben", "Tina"), 3)
Question <- rep(c("Question1", "Question2", "Question3"), each=5)
Answer <- c(22, 35, 22, 22, 90, 75, 72, 11, 43, 75, 16, 18, 19, 27, 19)
Score <- c(1, 0, 1, 1, 0, 1, 0, 0, 0, 1, 0, 0, 1, 0, 1)

df2 <- data.frame(Name, Question, Answer, Score)
print(df2)

一步转换方案 #

使用tidyr包的pivot_longer函数，通过正则匹配列名实现分组转换，一步得到目标格式：

# 加载tidyverse包（包含tidyr）
library(tidyverse)

df2 <- df %>%
  # 对除Name外的所有列执行长表转换
  pivot_longer(
    cols = -Name,
    # 正则匹配列名：拆分出问题名称（如Question1）和数据类型（answer或空）
    names_pattern = "(Question\\d+)_(answer)?",
    # 将拆分出的第一部分作为Question列，第二部分作为值列的名称
    names_to = c("Question", ".value")
  ) %>%
  # 重命名自动生成的列，匹配目标格式
  rename(Score = `NA`, Answer = answer) %>%
  # 调整列顺序，与目标格式一致
  select(Name, Question, Answer, Score)

print(df2)

代码说明 #

• names_pattern：用正则表达式将列名拆分为两部分，(Question\\d+)匹配问题编号，_(answer)?匹配可选的_answer后缀
• .value：指定拆分出的第二部分作为值列的名称，空后缀对应得分列（自动命名为NA），answer后缀对应答案列
• rename：将自动生成的列名调整为目标格式的Score和Answer
• select：调整列顺序，与目标输出完全对齐

内容的提问来源于stack exchange，提问作者Freya