无需逐行编码，灵活生成多测验场景下的缺失答题密钥

核心思路是自动配对每道题的ansXX（答案列）和binXX（得分列），按test分组后计算答对者的答案均值作为密钥，无需逐题硬编码，完全适配任意题量的测验。

方法1：长格式数据批量处理（直观易上手） #

先把宽表转成便于分组处理的长格式，完成计算后再转回宽表，逻辑清晰，新手也能快速理解：

library(tidyverse)

# 原始数据集
df <- data.frame(id   =c(1, 2, 3, 4, 5,   6, 7, 8, 9,10),      # 参与者ID
                 test =c(1, 1, 1, 1, 1,   2, 2, 2, 2, 2),       # 测验套组ID
                 ans01=c(1, 2, 3, 4, 1,   1, 2, 3, 3, 4),       # 第1题原始答案
                 ans02=c(2, 2,NA, 3, 4,   4, 3, 1, 1, 2),       # 第2题原始答案
                 bin01=c(1, 0, 0, 0, 1,   0, 1, 0, 0, 0),       # 第1题得分（1=答对）
                 bin02=c(1, 1, 0, 0, 0,   1, 0, 0, 0, 0))       # 第2题得分

# 批量生成密钥
key_data <- df %>%
  # 转长格式：自动把ansXX和binXX配对，提取题号
  pivot_longer(cols = -c(id, test),
               names_to = c(".value", "question"),
               names_pattern = "(ans|bin)(\\d+)") %>%
  # 只保留答对的记录
  filter(bin == 1) %>%
  # 按测验套组+题号分组，计算答对者的答案均值作为密钥
  group_by(test, question) %>%
  summarise(key = mean(ans, na.rm = TRUE), .groups = "drop") %>%
  # 转回宽表，恢复keyXX的命名格式
  pivot_wider(names_from = question,
              names_prefix = "key",
              values_from = key)

print(key_data)

这种方法不需要手动指定题号，只要ans和bin的命名规则统一（比如ans03对应bin03），不管新增多少道题，代码都能自动处理。

方法2：宽表直接批量处理（高效简洁） #

用dplyr的across函数结合字符串匹配，直接在原宽表上操作，代码更紧凑，适合熟悉dplyr的用户：

library(dplyr)
library(stringr)

# 原始数据集（同上）
df <- data.frame(id   =c(1, 2, 3, 4, 5,   6, 7, 8, 9,10),
                 test =c(1, 1, 1, 1, 1,   2, 2, 2, 2, 2),
                 ans01=c(1, 2, 3, 4, 1,   1, 2, 3, 3, 4),
                 ans02=c(2, 2,NA, 3, 4,   4, 3, 1, 1, 2),
                 bin01=c(1, 0, 0, 0, 1,   0, 1, 0, 0, 0),
                 bin02=c(1, 1, 0, 0, 0,   1, 0, 0, 0, 0))

# 自动提取所有题号（从ans列的命名中提取数字）
question_nums <- str_extract(names(df)[startsWith(names(df), "ans")], "\\d+")

# 批量生成密钥
key_data <- df %>%
  group_by(test) %>%
  summarise(
    # 遍历每道题的ans列，找到对应bin列，计算答对者的答案均值
    across(paste0("ans", question_nums),
           ~ mean(.x[get(paste0("bin", str_extract(cur_column(), "\\d+"))) == 1], na.rm = TRUE),
           .names = "key{str_extract(.col, '\\d+')}")
  )

print(key_data)

关键优势 #

两种方法都完全适配未来的扩展需求：只要新增的题目遵循ansXX（答案）+binXX（得分）的命名规则，代码无需任何修改就能自动处理。

内容的提问来源于stack exchange，提问作者BoTz