如何用dplyr根据另一个DataFrame的列数批量创建TIME列

需求说明 #

基于现有DataFrame（data），用dplyr创建新表，满足：

• 新表行数与data完全一致
• 保留data的ID列作为首列
• 其余列以TIME.为前缀，列数等于data总列数减1（排除ID列）；每列值为固定数字，第一列全1，第二列全2，依此类推

示例数据 #

data <- data.frame(ID=c(1:6), VALUE.1=c(2,5,7,1,3,5), VALUE.2=c(1,7,2,4,5,4), VALUE.3=c(9,2,6,3,4,4), VALUE.4=c(1,2,3,2,3,8))

期望输出 #

ID TIME.1 TIME.2 TIME.3 TIME.4
1  1      1      2      3      4
2  2      1      2      3      4
3  3      1      2      3      4
4  4      1      2      3      4
5  5      1      2      3      4
6  6      1      2      3      4

当前手动实现的局限 #

现有手动写法需要硬编码所有TIME.列的名称和重复值，当data列数变化时必须修改代码适配，灵活性很差：

T1 <- data.frame(ID=unique(data$ID), TIME.1=rep(1, length(unique(data$ID))), TIME.2=rep(2, length(unique(data$ID))), TIME.3=rep(3, length(unique(data$ID))), TIME.4=rep(4, length(unique(data$ID))) )

dplyr动态实现方案 #

以下代码可自动根据data列数生成对应数量的TIME.列，无需手动修改：

library(dplyr)

# 计算需要生成的TIME列数量（总列数减去ID列）
time_col_num <- ncol(data) - 1

# 生成对应的列名
time_col_names <- paste0("TIME.", 1:time_col_num)

# 构建新DataFrame
new_df <- data %>%
  select(ID) %>%
  mutate(!!!set_names(
    lapply(1:time_col_num, function(x) rep(x, nrow(.))),
    time_col_names
  ))

代码说明

• select(ID)：提取原表ID列，确保新表行数与原表一致
• set_names(...)：为每个生成的列设置TIME.前缀的名称
• lapply(...)：为每个需要生成的列生成对应重复值，行数自动匹配当前表行数
• !!!：将命名列表展开为mutate的参数，实现动态添加列

运行代码后，new_df会生成符合需求的结果，且能自动适配data列数的变化。

内容的提问来源于stack exchange，提问作者jeff