R语言中按条件实现列转行：多Grade列合并与State映射处理需求问询

这个需求其实是典型的宽格式转长格式并按值聚合的场景，coalesce确实不适用——它的作用是横向取多列的第一个非NA值，而不是纵向拆分多行来保留所有不同的Grade值。我们可以用tidyverse工具链来实现你的预期结果，具体步骤如下：

1. 加载依赖包并准备原始数据 #

首先确保你已经安装并加载了tidyverse，它包含了我们需要的pivot_longer和分组聚合函数：

library(tidyverse)

# 原始数据集
df <- data.frame( 
  id = c(1,2,3), 
  role = c("A","B","C"), 
  grade.1 = c(3,4,5), 
  state.1 = c(1,NA,1), 
  grade.2 = c(4,4,5), 
  state.2 = c(1,1,NA), 
  grade.3 = c(3,4,5), 
  state.3 = c(1,1,NA)
)

2. 将宽格式数据转为长格式 #

用pivot_longer把成对的grade.n和state.n列整理成纵向的结构，同时保留每一列的后缀数字（用来关联对应的state）：

df_long <- df %>%
  pivot_longer(
    cols = starts_with(c("grade.", "state.")), # 选择所有grade和state开头的列
    names_to = c(".value", "number"), # 把列名拆成两部分：.value对应grade/state，number对应后缀数字
    names_pattern = "(grade|state)\\.(\\d)" # 正则匹配列名的结构
  )

这一步会得到如下长格式数据：

# A tibble: 9 × 5
     id role  number grade state
  <dbl> <chr> <chr>  <dbl> <dbl>
1     1 A     1          3     1
2     1 A     2          4     1
3     1 A     3          3     1
4     2 B     1          4    NA
5     2 B     2          4     1
6     2 B     3          4     1
7     3 C     1          5     1
8     3 C     2          5    NA
9     3 C     3          5    NA

3. 按id/role/Grade分组，匹配对应State列 #

接下来按id、role和grade分组，把每个分组中对应number的state值映射回原来的state.1/state.2/state.3列，没有匹配的则设为NA：

df.2 <- df_long %>%
  group_by(id, role, grade) %>%
  summarise(
    state.1 = first(state[number == "1"]), # 提取number=1对应的state值
    state.2 = first(state[number == "2"]), # 提取number=2对应的state值
    state.3 = first(state[number == "3"]), # 提取number=3对应的state值
    .groups = "drop" # 取消分组
  ) %>%
  rename(Grade = grade) # 把grade列重命名为你需要的Grade

最终结果 #

运行上述代码后，你会得到完全符合预期的数据集：

# A tibble: 4 × 6
     id role  Grade state.1 state.2 state.3
  <dbl> <chr> <dbl>   <dbl>   <dbl>   <dbl>
1     1 A         3       1      NA       1
2     1 A         4      NA       1      NA
3     2 B         4      NA       1       1
4     3 C         5       1      NA      NA

关键说明 #

• pivot_longer是处理宽转长场景的核心工具，通过正则匹配可以精准关联成对的列（比如grade.1和state.1）。
• 分组聚合时，first(state[number == "n"])会自动处理缺失情况：如果分组中没有对应number的条目，就返回NA，正好满足你的需求。

内容的提问来源于stack exchange，提问作者amisos55