如何将响应计数的DataFrame展开为响应记录的DataFrame？

我需要把包含不同响应计数的DataFrame，转换为每条记录对应一个实际响应的格式，替代当前的聚合计数形式。

示例数据 #

set.seed(44)
data <- data.frame(ID = LETTERS[1:5]
                   , Count_1 = sample(c(3:8), 5)
                   , Count_2 = sample(c(3:8), 5)
                   , Count_3 = sample(c(3:8), 5))

数据结构：

ID Count_1 Count_2 Count_3
1  A       3       8       3
2  B       8       7       4
3  C       7       4       8
4  D       4       3       5
5  E       5       5       6

期望结果 #

展开后每条记录对应单个响应，示例片段如下：

ID Response
1   A        1
2   A        1
3   A        1
4   B        1
5   B        1
...
79  E        2
80  E        2

原本计划用for循环逐列生成重复向量，但想找更高效的实现方式。

解决方案 #

1. 使用tidyverse工具链（简洁高效） #

先通过pivot_longer将宽表转为窄表，再用uncount根据计数值展开记录：

library(tidyverse)

# 转换为窄表，提取响应编号
long_df <- data %>%
  pivot_longer(
    cols = starts_with("Count_"),
    names_to = "Response",
    names_prefix = "Count_",
    values_to = "Count"
  )

# 按Count值展开记录
expanded_df <- long_df %>%
  uncount(Count) %>%
  select(ID, Response)

# 查看结果
head(expanded_df, 30)

2. Base R实现（无需额外包） #

通过转置和重复序列生成完成展开：

# 提取响应编号
response_ids <- sub("Count_", "", colnames(data)[-1])

# 生成每个响应组的展开数据
expanded_list <- lapply(seq_along(response_ids), function(i) {
  counts <- data[[i + 1]]
  data.frame(
    ID = rep(data$ID, counts),
    Response = rep(response_ids[i], sum(counts))
  )
})

# 合并所有组
expanded_df <- do.call(rbind, expanded_list)

# 查看结果
head(expanded_df, 30)

两种方法都能避免手动循环的低效，tidyverse写法更直观，Base R则适合不想加载额外包的场景。

内容的提问来源于stack exchange，提问作者JLC