R语言多列条件处理：为q1-q4生成对应衍生列

原始数据集 #

data <- data.frame(id=c(1,2,3,4,5,6,7),
                  q1=c(3,4,5,2,1,2,4),
                   q2=c(3,4,4,5,4,3,2),
                   q3=c(2,3,2,3,1,2,3),
                   q4=c(3,4,4,4,4,5,5))

需求说明 #

为q1至q4的每一列生成对应衍生列：

• 若原q列值为1，则对应q_x=1列保留该值，其余情况为NA
• 若原q列值为2，则对应q_x=2列保留该值，其余情况为NA
• 以此类推至值为5时，对应q_x=5列保留该值，其余情况为NA
• 最终输出需包含所有原始列和衍生列

解决方案（无需手动编写复杂循环） #

方法1：使用tidyverse工具链（代码简洁直观） #

先安装并加载依赖包：

install.packages("tidyverse")
library(tidyverse)

执行转换代码：

result <- data %>%
  # 把所有q列转成长格式
  pivot_longer(cols = starts_with("q"), names_to = "q_col", values_to = "q_val") %>%
  # 生成衍生列名和对应值
  mutate(
    derived_col = paste0(q_col, "_", q_val),
    derived_val = q_val
  ) %>%
  # 转回宽格式生成所有衍生列
  pivot_wider(
    id_cols = id,
    names_from = c(q_col, q_val),
    values_from = derived_val,
    names_sep = "_"
  ) %>%
  # 合并原始数据并调整列顺序
  left_join(data, by = "id") %>%
  select(id, starts_with("q"), everything())

方法2：使用Base R（无需额外安装包） #

# 筛选出所有q开头的列名
q_cols <- grep("^q\\d", colnames(data), value = TRUE)

# 自动生成所有衍生列
for (col in q_cols) {
  for (val in 1:5) {
    new_col_name <- paste0(col, "_", val)
    data[[new_col_name]] <- ifelse(data[[col]] == val, val, NA)
  }
}

注：这里的循环是自动化的，你只需复制运行即可，不需要手动修改每一列的逻辑。

输出验证 #

执行上述任意方法后，查看结果即可得到符合要求的数据集，示例输出片段：

id q1 q2 q3 q4 q1_1 q1_2 q1_3 q1_4 q1_5
1  1  3  3  2  3   NA   NA    3   NA   NA
2  2  4  4  3  4   NA   NA   NA    4   NA
3  3  5  4  2  4   NA   NA   NA   NA    5
4  4  2  5  3  4   NA    2   NA   NA   NA
5  5  1  4  1  4    1   NA   NA   NA   NA
6  6  2  3  2  5   NA    2   NA   NA   NA
7  7  4  2  3  5   NA   NA   NA    4   NA

内容的提问来源于stack exchange，提问作者T K