R语言合并双数据框、位置宽化及分类列重编码实现咨询
实现方案
核心问题定位
你现有代码只将ef_posterior指定为宽化取值来源,宽化过程完全未纳入classification列的内容,因此无法生成对应的分类宽化列。只需要在宽化前完成分类值重编码,同步将重编码后的列加入宽化取值范围,即可实现目标输出。
完整可运行代码
library(dplyr) library(tidyr) final_output <- df1 %>% # 前置:按规则重编码分类值 mutate( class_recode = case_when( classification == "yes" ~ 0, classification == "no" ~ 1, classification == "maybe" ~ 2, TRUE ~ NA_real_ ), position_no = as.character(position_no) ) %>% # 同步宽化ef后验值与重编码分类值 pivot_wider( id_cols = identifier, names_from = position_no, values_from = c(ef_posterior, class_recode), # 自动生成符合要求的列名格式 names_glue = "pos_{position_no}{ifelse(.value == 'ef_posterior', '', '_class')}" ) %>% # 保留原有合并逻辑,关联df2的LVEF数据 left_join( df2 %>% mutate(study_identifier = as.numeric(as.character(study_identifier))), by = c("identifier" = "study_identifier") )
关键逻辑说明
- 重编码步骤在宽化前完成,相比宽化后逐列匹配值的操作,减少冗余计算,也能避免分类值映射错误
- 借助
pivot_wider的names_glue参数自动生成列名,不需要手动拼接字符串:- ef_posterior值自动生成
pos_1、pos_2到pos_6格式的列 - 重编码后的分类值自动生成
pos_1_class、pos_2_class到pos_6_class格式的列
- ef_posterior值自动生成
- 完全保留你原有代码中对样本标识的类型转换逻辑,避免因列类型不匹配导致合并后值为空的问题
注意:df2中
%LVEF列名包含特殊符号%,后续如果需要单独引用该列做计算,必须用反引号将列名包裹(写法为`%LVEF`),否则会触发R语法报错。
内容的提问来源于stack exchange,提问作者fireplush
相关产品推荐
相关产品推荐

