在R中堆叠特定命名的数据文件：保留ID变量并生成标识变量

嘿，这事儿我熟！处理这种带编号的宽格式数据转长格式，用tidyverse里的pivot_longer函数就能轻松搞定，我之前做问卷数据分析经常这么操作。

方法一：用tidyverse（推荐，代码更直观） #

首先确保你已经安装了tidyverse包，如果没装的话先跑这行：

install.packages("tidyverse")

假设你的数据框叫my_data，里面包含id变量和所有i1.1到i7.7的列。直接用下面的代码就能完成堆叠，同时提取原变量名末尾的数字：

library(tidyverse)

# 转换成长格式并提取来源编号
stacked_data <- my_data %>%
  pivot_longer(
    # 选中所有以i开头的变量，不用手动列全49个！
    cols = starts_with("i"),
    # 用正则表达式拆分变量名，直接提取组编号（i后面的数字）和来源编号（点后面的数字）
    names_to = c("group", "source_number"),
    names_pattern = "i(\\d+)\\.(\\d+)",
    # 把堆叠后的数值放到value列
    values_to = "value",
    # 自动把提取的字符转成整数类型，省得后续再处理
    names_transform = list(group = as.integer, source_number = as.integer)
  )

# 如果不需要group列（只保留id、source_number和value），可以加这行：
# stacked_data <- stacked_data %>% select(id, source_number, value)

代码解释：

• cols = starts_with("i")：自动匹配所有以i开头的列，49个变量也不用一个个敲，太省心了。
• names_pattern = "i(\\d+)\\.(\\d+)"：这个正则表达式会把i1.3拆成两部分：1（i后面的数字）和3（点后面的数字），分别存到group和source_number列里。
• names_transform：直接把提取的字符转成整数，避免后续还要手动转换类型。

方法二：只用base R（如果你不想装新包） #

要是你不想用tidyverse，base R的reshape函数也能实现，就是代码可读性稍差一点：

# 选中所有i开头的列名
i_cols <- grep("^i", names(my_data), value = TRUE)
# 提取每个列名末尾的数字作为来源编号
source_nums <- as.integer(sub("i\\d+\\.(\\d+)", "\\1", i_cols))

# 转换成长格式
stacked_data <- reshape(
  my_data,
  varying = i_cols,
  v.names = "value",
  timevar = "source_number",
  times = source_nums,
  direction = "long",
  idvar = "id"
)

# 整理列顺序并去掉行名
stacked_data <- stacked_data[, c("id", "source_number", "value")]
row.names(stacked_data) <- NULL

两种方法都能得到你想要的结果：保留id变量，所有数值堆叠成一列，同时有source_number记录原变量名的末尾数字。

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