如何在分组数据中拆分重复question的响应至新列？

我来帮你搞定这个数据整理的问题，用tidyverse工具链完全可以轻松解决，咱们一步步来拆解：

问题分析 #

你的数据里看似重复的question其实有两个小问题：

• 部分question文本末尾带有空格（比如"37tlJa09k7zwKFL "和"37tlJa09k7zwKFL"），被识别成了不同的条目；
• 同一study_id+question组下有两类响应：数值型的反应时间，和分类型的picture/word标记，需要拆分到独立列。

完整解决方案代码 #

library(tidyverse)

# 假设你的原始数据名为raw_data
cleaned_data <- raw_data %>%
  # 第一步：统一question格式，去除首尾空格
  mutate(question = str_trim(question)) %>%
  # 按研究ID和问题分组，确保处理同一参与者的同一问题
  group_by(study_id, question) %>%
  # 给每个响应标记类型：数值=反应时间(rt)，文本=分类响应
  mutate(response_tag = case_when(
    str_detect(response, "^[0-9.]+$") ~ "rt",
    TRUE ~ "response_category"
  )) %>%
  # 把长表转成宽表，拆分两类响应到独立列
  pivot_wider(names_from = response_tag, values_from = response) %>%
  # 将反应时间转为数值类型（可选，但后续分析更方便）
  mutate(rt = as.numeric(rt)) %>%
  # 取消分组
  ungroup()

代码逐行解释 #

• str_trim(question)：彻底解决因空格导致的"伪重复"问题，让相同的question被正确识别为一组；
• group_by(study_id, question)：锁定每个参与者的每个独立问题，保证后续操作的针对性；
• case_when + str_detect：通过正则表达式判断响应类型——纯数字（含小数点）的是反应时间，其余是分类标签；
• pivot_wider：这是替代旧版spread的更灵活函数，直接把同一组的两类响应拆分成rt和response_category两列，实现一行对应一个唯一的study_id+question组合；
• mutate(rt = as.numeric(rt))：把原本是字符型的反应时间转成数值，方便后续做统计分析。

处理后的数据示例 #

运行完代码后，你的数据会变成这样的结构（以前几行为例）：

这样就完全满足你要的：每个study_id内question唯一，反应时间和分类响应各占一列的需求啦。

内容的提问来源于stack exchange，提问作者adajam