在R语言中将宽表转换为含Group与answer列的长表的方法咨询

你用cbind生成的dtTest是矩阵类型，这大概率是你用melt或data.table操作出错的核心原因，先把它转换成数据框/数据表再处理即可。下面提供几种可行的实现方式：

方法1：使用tidyverse工具（dplyr + tidyr） #

# 加载依赖包
library(tidyverse)

# 转换格式并整理成目标结构
dtTest_df <- as.data.frame(dtTest) %>%
  pivot_longer(cols = everything(), 
               names_to = "Group",  # 将原列名映射为Group列
               values_to = "answer") %>%  # 将原数值映射为answer列
  mutate(answer = ifelse(answer == 1, "yes", "no"))  # 把0/1替换为no/yes

方法2：使用data.table的melt函数 #

library(data.table)

# 转换为data.table格式
dtTest_dt <- as.data.table(dtTest)
# 执行融化操作
melted_dt <- melt(dtTest_dt, 
                  measure.vars = names(dtTest_dt),
                  variable.name = "Group",
                  value.name = "answer")
# 替换数值为文本标签
melted_dt[, answer := fifelse(answer == 1, "yes", "no")]

方法3：Base R原生实现 #

# 先转成数据框
dtTest_df <- as.data.frame(dtTest)
# 生成Group列和原始answer列数据
group_col <- rep(names(dtTest_df), each = nrow(dtTest_df))
answer_col <- as.vector(dtTest_df)
# 组合成目标数据框并替换值
result_df <- data.frame(Group = group_col, 
                        answer = ifelse(answer_col == 1, "yes", "no"))

额外提示 #

• 替换值时也可以用因子类型转换：factor(answer, levels = c(0,1), labels = c("no", "yes"))，生成的因子型变量更适合后续统计分析。
• 若之前直接对矩阵执行melt，会因矩阵的结构特性触发报错，所以第一步的格式转换是关键。

内容的提问来源于stack exchange，提问作者Nneka