在 R 中重新排列数据框 - 将唯一的重复值合并到行中

Question

第一次问问题，如果我的格式关闭了，请见谅。

我在网上搜索了 3 天以找到此问题的答案，但一直找不到任何东西。我有一个包含 3 列的数据框：重复随机生成的参与者 ID（例如 W21334D0、B8123K）、问题编号（分类 - 例如 q1、q2、q3）和问题响应（数字和分类 - 例如, "1", "1,2", "15,20,15")。

例如，我将始终给出的数据框是以下形式：

Participant	question_id	question_answer
W21334D0	q1	1
W21334D0	q2	1,2
W21334D0	q3	0
W21334D0	q4	1
B8123K	q3	1
B8123K	q2	2,1
B8123K	q4	0
P0213MEW	q1	1
P0213MEW	q3	0
P0213MEW	q4	1
P0213MEW	q2	1,2

我希望重新排列数据框或创建一个新的数据框，以便每个唯一的参与者 ID 是一行，其中每个唯一的 question_id 是一列，按 q1-q96 的顺序排列。

例如：

Participant	q1	q2	q3	q4
W21334D0	1	1,2	0	1
B8123K	NA	2,1	1	0
P0213MEW	1	1,2	0	1

在过去的几天里，我尝试了各种方法，最接近的方法是为每个唯一参与者创建单独的数据框，其中包括参与者 question_ids 和 question_answers 的行（但不是按顺序）。

为此，我做了：

for(i in unique(dat$participant)) {
  nam <- paste(i)
  assign(nam, t(dat[dat$participant==i,-1]))
}

但是使用这段代码，我不知道如何将数据帧组合成一个数据帧，也不知道如何将行全部按“q1、q2、q3、q4...”的顺序排列

任何帮助将不胜感激！

Answer 1

重塑2

reshape2::dcast(dat, Participant ~ question_id, value.var = "question_answer")
#   Participant   q1  q2 q3 q4
# 1      B8123K <NA> 2,1  1  0
# 2    P0213MEW    1 1,2  0  1
# 3    W21334D0    1 1,2  0  1

（这也适用于data.table 包，如果dat 继承data.table。）

dplyr

tidyr::pivot_wider(dat, Participant, names_from = "question_id", values_from = "question_answer")
# # A tibble: 3 x 5
#   Participant q1    q2    q3    q4   
#   <chr>       <chr> <chr> <chr> <chr>
# 1 W21334D0    1     1,2   0     1    
# 2 B8123K      <NA>  2,1   1     0    
# 3 P0213MEW    1     1,2   0     1    

---

数据

dat <- structure(list(Participant = c("W21334D0", "W21334D0", "W21334D0", "W21334D0", "B8123K", "B8123K", "B8123K", "P0213MEW", "P0213MEW", "P0213MEW", "P0213MEW"), question_id = c("q1", "q2", "q3", "q4", "q3", "q2", "q4", "q1", "q3", "q4", "q2"), question_answer = c("1", "1,2", "0", "1", "1", "2,1", "0", "1", "0", "1", "1,2")), class = "data.frame", row.names = c(NA, -11L))

Answer 2

您可以使用包tidyr 中的pivot_wider() 来实现该目标。 下面是一个示例数据：

dt <- data.frame("Participant" = sample(c("W21334D0", "B8123K", "P0213MEW"), 12, replace = T),
                 "question_id" = sample(paste0("q", 1:4), 12, replace = T),
                 "question_answer" = sample(rnorm(100, 1, 1), 12, replace = T))

library(tidyr)

dt %>% 
  pivot_wider(id_cols = "Participant", 
              names_from = "question_id", 
              values_from = "question_answer", 
              values_fn = mean)