You need to enable JavaScript to run this app. 如何用R拆分下划线分隔变量名提取信息并将dataframe转为长格式
优惠活动
大模型
产品
解决方案
定价
更多

如何用R拆分下划线分隔变量名提取信息并将dataframe转为长格式

R 语言实现方案

基础版(问卷名称type无额外下划线)

适配你给出的示例场景,直接按下划线拆分列名即可完成转换:

# 加载依赖包
library(tidyverse)

# 构造示例数据
df <- tibble(case_name = c("Joe", "Mary", "Jane"),
             episode1_student_survey1_day0_Q1 = c(1, 2, 3),
             episode1_student_survey1_day0_Q2 = c("A", "B", "C"))

# 处理代码
result <- df %>%
  pivot_longer(
    cols = -case_name, # 排除不需要拆分的标识列
    names_to = c("episode", "subject", "type", "instance", "description"),
    names_sep = "_", # 按下划线拆分列名
    values_to = "value" # 存储原单元格值的列名
  )

处理后输出结果如下(你给出的目标示例存在笔误,以下为逻辑正确的对应结果):

# A tibble: 6 × 7
  case_name episode  subject type    instance description value
  <chr>     <chr>    <chr>   <chr>   <chr>    <chr>       <chr>
1 Joe       episode1 student survey1 day0     Q1          1    
2 Joe       episode1 student survey1 day0     Q2          A    
3 Mary      episode1 student survey1 day0     Q1          2    
4 Mary      episode1 student survey1 day0     Q2          B    
5 Jane      episode1 student survey1 day0     Q1          3    
6 Jane      episode1 student survey1 day0     Q2          C  

兼容版(问卷名称type包含额外下划线)

如果type字段本身存在下划线分隔的额外标识,使用正则分组拆分更灵活:

result <- df %>%
  pivot_longer(
    cols = -case_name,
    names_to = c("episode", "subject", "type", "instance", "description"),
    # 正则分组规则:1.第一个下划线前内容 2.第二个下划线前内容 3.中间所有内容(含下划线) 4.倒数第二个和最后一个下划线之间内容 5.末尾内容
    names_pattern = "^([^_]+)_([^_]+)_(.+)_([^_]+)_([^_]+)$",
    values_to = "value"
  )

注意事项

  • 即使有5000个变量,该方法也能高效处理,无需手动逐列操作
  • 若需要保留value列的原始数据类型(如数值、字符分开存储),可添加values_transform参数自定义转换规则
  • 若还有其他不需要拆分的标识列,只需在cols = -c(case_name, 其他列名)中补充即可

内容的提问来源于stack exchange,提问作者cully_π

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.10.11 13:48:02