R语言dplyr处理联合实验数据：实现受访者-实验-方案嵌套

实现思路 #

你需要的是典型的宽表转长表操作，使用dplyr配套的tidyr包pivot_longer()函数即可快速完成，无需手动逐列合并变量。

依赖包 #

首先加载所需工具包：

# 二选一即可，tidyverse包含dplyr和tidyr
library(tidyverse)
# 或者单独加载
library(dplyr)
library(tidyr)

原始数据构建 #

你提供的示例原始数据可正确构建为：

# 原始数据集
ID <- c(1, 1, 1, 2, 2, 2) 
`Ex ID` <- c(1, 2, 3, 1, 2, 3) 
v1a <- c(2, 4, 5, 1, 3, 5) 
v2a <- c(3, 4, 5, 2, 1, 5) 
v3a <- c(5, 4, 3, 3, 2, 1) 
v1b <- c(4, 5, 5, 1, 5, 4) 
v2b <- c(5, 2, 2, 4, 1, 4) 
v3b <- c(5, 5, 4, 5, 4, 5)
original <- data.frame(ID, `Ex ID`, v1a, v2a, v3a, v1b, v2b, v3b)

核心转换代码 #

desired <- original %>%
  pivot_longer(
    # 选择所有带a/b后缀的变量列，也可以用-c(ID, `Ex ID`)排除非变量列
    cols = starts_with("v"),
    # 第一部分提取为变量名，第二部分提取为方案标识列
    names_to = c(".value", "profile"),
    # 正则匹配拆分列名：前半部分是v加数字，后半部分是a/b
    names_pattern = "(v\\d+)([ab])"
  )

结果说明 #

转换后的数据自动满足要求：

• 新增profile列标记方案a/b
• 原v1a/v1b自动合并为v1列，v2a/v2b合并为v2列，以此类推
• 保留原ID和Ex ID的嵌套对应关系

如果你的变量命名规则不是v+数字，只需调整names_pattern的正则即可，比如所有后缀为a/b的变量，可把正则改为(.+)([ab])适配所有命名场景。

内容的提问来源于stack exchange，提问作者EHL