使用gather_转换宽数据为长数据时丢失ResponseId列的问题

我看你在把DCA的宽格式数据转长格式时，遇到了ResponseId列显示异常的问题——转换后原来的响应ID没保留，反而把问题编号（Q9这类）当成了ResponseId的值，这肯定影响后续用mlogit()建模。咱们一步步来搞定这个问题：

问题根源分析 #

• 函数参数误用：你用的gather_函数参数顺序搞错了，gather_的正确语法是gather_(data, key_col_name, value_col_name, gather_cols)，但你把dca$ResponseId当成了第二个参数，直接导致ResponseId列被错误覆盖成了问题编号。
• 原始数据存在脏数据：你的原始数据前两行是元数据（第一行是列的说明文本，第二行是ImportId的JSON串），不是实际的用户响应记录，直接转换会把这些无效数据混进去，干扰结果。

分步解决方案 #

第一步：清理原始数据 #

先把前两行没用的元数据删掉，只保留真正的用户响应记录：

# 加载tidyr包
library(tidyr)

# 清理数据：移除前两行元数据，保留实际观测
dca_clean <- dca[-c(1,2), ]

第二步：用现代函数转换长格式 #

gather_已经是tidyr里的旧函数了，现在推荐用更直观的pivot_longer，语法清晰不容易出错。我们指定保留ResponseId列，把Q9到Q18的列转成“问题编号”和“响应内容”两列：

# 转换为长格式
dca_long <- pivot_longer(
  data = dca_clean,
  cols = Q9:Q18,  # 要转换的宽格式列范围
  names_to = "QuestionId",  # 原来的列名（Q9/Q10等）存入这个新列
  values_to = "Response"  # 原来列的响应内容存入这个新列
)

查看转换结果 #

现在看一下转换后的结果，ResponseId就和原始数据完全匹配了：

head(dca_long)

输出示例：

A tibble: 6 x 3 #

ResponseId QuestionId Response

1 R_2V7lrA7n29xU0i6 Q9 Using Facebook on PC for utility
2 R_2V7lrA7n29xU0i6 Q10 Using TikTok on PC for utility
3 R_2V7lrA7n29xU0i6 Q11 Using Youtube on PC for utility
4 R_2V7lrA7n29xU0i6 Q12 Using Twitter on mobile for utility
5 R_2V7lrA7n29xU0i6 Q13 Using TikTok on Mobile for utility
6 R_2V7lrA7n29xU0i6 Q14 Using Instagram on PC for utility

这样处理后，你的`dca_long`里就保留了正确的ResponseId列，完全可以适配后续的`mlogit()`函数使用了。

内容的提问来源于stack exchange，提问作者Kushal Mohnot