如何用tidyr::expand_grid()复现指定结构的Data数据框？

问题分析 #

你原代码存在以下问题：

• 变量名拼写错误：oder应为order
• 未建立order、time、task的对应逻辑，导致生成了不符合需求的无效组合（比如s-c顺序下time=1出现complex任务）
• 未处理DV的两个水平（ac/bc），也没生成每个time下恒定的mot值

解决方案代码 #

library(tidyr)
library(dplyr)

# 1. 定义class、id、order的固定对应关系
id_info <- tibble(
  class = rep(1:2, each = 2),
  id = 1:4,
  order = rep(c("s-c", "c-s"), 2)
)

# 2. 建立order、time、task的映射规则
order_task_map <- tibble(
  order = rep(c("s-c", "c-s"), each = 2),
  time = rep(1:2, 2),
  task = c("simple", "complex", "complex", "simple")
)

# 3. 生成每个id-time组合的mot值（同一time下mot恒定）
mot_data <- id_info %>%
  crossing(time = 1:2) %>%
  mutate(mot = round(runif(n(), 1, 4), 1))

# 4. 组合所有变量生成目标数据框
Data <- id_info %>%
  left_join(order_task_map, by = "order") %>%
  left_join(mot_data, by = c("class", "id", "order", "time")) %>%
  crossing(DV = c("ac", "bc")) %>%
  select(class, id, order, time, DV, task, mot) %>%
  arrange(class, id, time, DV)

# 查看结果
print(Data)

代码说明 #

• id_info：明确class、id、order的绑定关系，避免生成无意义的组合
• order_task_map：严格定义不同任务顺序下，时间点对应的任务类型，保证逻辑匹配
• mot_data：为每个id的每个时间点生成唯一随机值，确保同一时间下mot保持恒定
• 最后通过left_join关联各部分数据，crossing(DV = c("ac", "bc"))生成每个任务下的两个DV水平，再调整列顺序和排序得到目标结构

内容的提问来源于stack exchange，提问作者Simon Harmel