在R中将含无序缺失响应的大型长数据集转换为宽格式

针对你遇到的两个问题，直接用R的tidyr包中的pivot_wider()函数就能高效解决，无需手动插入NA行，适合大型数据集：

步骤1：修正数据类型（关键前提） #

你原代码用cbind()创建数据框会把所有列转为字符/因子类型，先转换为正确的数值类型：

# 修正数据类型
long$subject <- as.numeric(long$subject)
long$response <- as.numeric(long$response)

步骤2：转换为宽格式 #

使用pivot_wider()自动处理缺失条目，生成对应列并填充NA：

library(tidyr)

# 转换宽格式
wide_data <- pivot_wider(
  data = long,
  id_cols = subject,          # 按参与者分组
  names_from = questionnaire, # 用questionnaire的值作为列名
  values_from = response      # 用response的值填充对应列
)

# 查看结果
print(wide_data)

执行后得到的结果就是你期望的格式：

# A tibble: 2 × 7
  subject Q1_1 Q1_2 Q1_3 Q2_1 Q2_2 Q2_3
    <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
1       1     1     2     1     4     3     1
2       2    NA    NA    NA     2     1     5

为什么这个方法高效？ #

• 无需手动为缺失问卷的参与者插入NA行，pivot_wider()会自动识别所有存在的questionnaire条目作为列，缺失的组合自动填充NA；
• 直接利用现有questionnaire变量作为列名，无需额外拆分问卷和条目变量，完美匹配你的数据结构；
• tidyr的函数优化了大数据处理效率，比传统的reshape()函数更快更稳定。

内容的提问来源于stack exchange，提问作者wdres321