在R中实现含NA值的多变量宽表转长表求助

你可以用tidyr包中的pivot_longer函数，通过正则表达式匹配变量名的规律，批量合并多组id和score变量，同时保留NA值。具体代码如下：

# 加载tidyr包
library(tidyr)

# 转换格式
want <- have %>%
  pivot_longer(
    cols = -primary_id,  # 排除主键列，转换其余所有列
    names_pattern = "(id|score)(\\d+)",  # 拆分变量名为前缀(id/score)和数字后缀
    names_to = c(".value", "group"),  # .value用于合并同前缀的列，group暂存数字后缀
    values_drop_na = FALSE  # 保留NA值，默认即为FALSE，可省略
  ) %>%
  select(primary_id, ids = id, scores = score)  # 重命名列并移除临时的group列

代码说明： #

• names_pattern = "(id|score)(\\d+)"：正则表达式精准匹配id1/score1、id2/score2这类变量名，将其拆分为「前缀（id或score）」和「数字后缀」两部分。
• names_to = c(".value", "group")：.value会把所有前缀相同的列合并成一列（比如所有id开头的列合并为id列，score开头的列合并为score列），group用来确保每组idN和scoreN对应匹配。
• 最后通过select调整列名和顺序，得到你需要的格式。

运行上述代码后，即可得到包含所有NA值的长格式数据集，且完全适配你实际的20组id/score变量。

内容的提问来源于stack exchange，提问作者Brian