基于模式匹配将宽格式DataFrame转换为长格式的技术求助

我来帮你搞定这个宽转长的需求！其实reshape2的melt()函数完全能处理这种场景，可能是你没找对打开方式😉。下面是具体的步骤和代码示例：

1. 先模拟你的数据结构 #

首先我们创建一个和你数据结构类似的示例DataFrame，方便演示：

library(reshape2)

set.seed(123) # 保证结果可复现
df <- data.frame(
  age = sample(18:70, 5),
  gender = sample(c("Male", "Female"), 5, replace = TRUE),
  education = sample(c("High School", "College", "Graduate"), 5, replace = TRUE),
  cb_1 = sample(1:5, 5),
  cb_2 = sample(1:5, 5),
  lb_1 = sample(1:5, 5),
  lw_3 = sample(1:5, 5),
  cw_2 = sample(1:5, 5)
)

2. 用melt()完成宽转长 #

核心思路是：把人口统计学列设为id.vars（转换后保留的标识符列），把带cb/lb/lw/cw前缀的问题列设为measure.vars（需要转换为行的列）。我们可以通过正则表达式自动匹配目标列，不用手动列出来：

# 提取所有人口统计学列（排除以cb/lb/lw/cw开头的列）
id_columns <- setdiff(names(df), grep("^cb|^lb|^lw|^cw", names(df), value = TRUE))

# 执行宽转长转换
long_format_df <- melt(
  data = df,
  id.vars = id_columns,          # 保留的人口统计列
  variable.name = "question_id", # 新列：存储原问题列名（比如cb_1）
  value.name = "response"        # 新列：存储受访者的回答值
)

转换后的长格式数据，每一行对应一位受访者的一个问题回答，同时完整保留了所有人口统计学特征。

3. 可选：拆分问题前缀和编号 #

如果需要把question_id里的前缀（cb/lb等）和问题编号分开，可以用base R的字符串处理函数快速拆分：

# 提取前缀（比如从cb_1中取出cb）
long_format_df$question_prefix <- sub("_.*", "", long_format_df$question_id)

# 提取问题编号（比如从cb_1中取出1）
long_format_df$question_number <- sub(".*_", "", long_format_df$question_id)

这样你就能更清晰地分类不同前缀的问题了。

结果说明 #

转换后的long_format_df会包含：

• 所有原始的人口统计学列（age、gender、education等）
• question_id：原始的问题列名
• response：对应的回答值
• （可选）拆分后的question_prefix和question_number列

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