R语言：合并重复参与者行并按日期规整体重随访数据

嗨，我太懂这种错位重复数据的头疼了！你之前用aggregate的方法会直接覆盖有效数据，肯定满足不了需求——咱们换用tidyverse工具链来处理，完美适配你要合并重复ID、按日期规整出勤和体重的需求，一步步来：

步骤1：把宽表转成长表（核心第一步） #

首先把分散在多列的日期和体重数据转成“长格式”，这样方便我们统一处理所有出勤记录：

library(tidyverse)
library(lubridate)

# 假设你的原始数据框是df，包含participants_ID和date1-date20、weight1-weight20列
df_long <- df %>%
  pivot_longer(
    cols = -participants_ID,  # 排除ID列，处理所有日期和体重列
    names_to = c(".value", "original_week"),  # 拆分列名：.value保留date/weight类型，original_week存原来的周数编号
    names_pattern = "(date|weight)(\\d+)"  # 用正则匹配列名里的类型和数字
  ) %>%
  mutate(original_week = as.integer(original_week))

这一步会把每一行的多个日期/体重对拆成单独的行，比如p01的两行数据会变成4行有效记录（对应4次出勤）。

步骤2：清理并按日期排序数据 #

接下来去掉无效的NA记录，然后按参与者ID+出勤日期排序，再生成正确的顺序编号：

df_clean <- df_long %>%
  drop_na(date, weight) %>%  # 去掉没有日期或体重的无效记录
  arrange(participants_ID, date) %>%  # 按ID分组，再按日期从早到晚排序
  group_by(participants_ID) %>%
  mutate(correct_week = row_number())  # 为每个参与者的出勤记录生成正确的顺序号（1,2,3...）

这里的correct_week就是替换原来错误周数的关键，它会根据实际出勤日期重新排序编号。

步骤3：转回宽表，得到规整后的单行数据 #

最后把整理好的长表转回宽表，每个参与者就只有一行，日期和体重都按顺序排列：

df_final <- df_clean %>%
  pivot_wider(
    names_from = correct_week,  # 用正确的顺序号作为列名后缀
    names_glue = "{.value}{correct_week}",  # 生成新列名：date1, date2... weight1, weight2...
    values_from = c(date, weight)  # 对应填充日期和体重数据
  ) %>%
  ungroup()

为什么你的aggregate方法不适用？ #

你之前用的aggregate(x = df, by = list(df$participants_ID), FUN = function(x) na.omit(x)[1])，本质是对每个ID的列取第一个非NA值，这会直接丢掉同一ID其他行的有效数据（比如p01重复行里的第5次出勤记录），而我们需要的是收集所有有效数据，再按日期重新排序规整，所以长表转宽表的思路才是正确的。

额外提示 #

如果你的日期列是字符格式，记得先转成日期类型，比如mutate(date = ymd(date))（根据你的日期格式调整lubridate的函数，比如mdy），这样排序才会准确。

内容的提问来源于stack exchange，提问作者jdt