从R中的宽数据一次创建多个新的长列？答案

【问题标题】：Creating multiple new long columns at once from wide data in R?从R中的宽数据一次创建多个新的长列？
【发布时间】：2020-08-28 23:02:44
【问题描述】：

我经常进行这种数据清理，我试图将 Qualtrics 调查中以宽格式收集的数据转换为长格式。我通常有例如我针对每个国家/地区多次提出的两个主要问题、一些协变量和一个 ID 变量。下面的代码以这种格式创建示例数据。我想将数据从下面的宽格式转换为长格式，其中一列是国家，两列是主要问题，一列是协变量，一列是 ID 变量。我一直在这样做，但我绝对确定这是一种糟糕、低效的方式，但我找不到如何更有效地完成这项确切任务的示例。如果有人可以向我展示一种更有效的方法，我将不胜感激，最好使用 base R 或 tidyverse。

require(tidyr)
#make example data
dfLength = 500

wide = data.frame(happy_Belgium = runif(dfLength), happy_US= runif(dfLength), happy_UK= runif(dfLength), angry_Belgium= runif(dfLength), angry_US= runif(dfLength), angry_UK= runif(dfLength), id = 1:dfLength, other_variable = runif(dfLength))


#Make an individual long dataframe for each measure
longHappy = wide %>%
  gather(key="country", value="happy", happy_Belgium:happy_UK)
longAngry = wide %>%
  gather(key="country", value="angry", angry_Belgium:angry_UK)
#Make a variable for the country based on the format of the question titles
longHappy$country = substring(longHappy$country, 7, nchar(longHappy$country))
longAngry$country = substring(longAngry$country, 7, nchar(longAngry$country))
#Merge the two long variables
long = merge(longHappy, longAngry)
#Get rid of columns I don't need
keeps = c("id", "other_variable", "happy", "angry", "country")
long = long[,names(long) %in% keeps]

【问题讨论】：

标签： r tidyverse data-cleaning

【解决方案1】：

试试：

library(tidyr)

long <- 
  wide %>% 
  pivot_longer(cols = contains("y_"), names_to = c(".value", "country"), names_sep = "_")

head(long)
#> # A tibble: 6 x 5
#>      id other_variable country happy  angry
#>   <int>          <dbl> <chr>   <dbl>  <dbl>
#> 1     1          0.822 Belgium 0.610 0.0304
#> 2     1          0.822 US      0.681 0.352 
#> 3     1          0.822 UK      0.727 0.708 
#> 4     2          0.693 Belgium 0.170 0.526 
#> 5     2          0.693 US      0.462 0.836 
#> 6     2          0.693 UK      0.466 0.577

数据

dfLength = 500

wide = data.frame(happy_Belgium = runif(dfLength), 
                  happy_US= runif(dfLength),
                  happy_UK= runif(dfLength), 
                  angry_Belgium= runif(dfLength), 
                  angry_US= runif(dfLength), 
                  angry_UK= runif(dfLength), 
                  id = 1:dfLength, 
                  other_variable = runif(dfLength))

^{由reprex package (v0.3.0) 于 2020-05-12 创建}

【讨论】：

这个和另一个答案都完成了这个问题！检查另一个，因为它可能更灵活一点，但是这个和另一个都很棒，谢谢
毫无疑问，akrun 的选项更加稳健和通用：尽管原理相同，但这个选项正好适合您的数据！

【解决方案2】：

带有matches 的选项用于选择以“快乐”或“愤怒”开头的列名

library(dplyr)
library(tidyr)
wide %>% 
 pivot_longer(cols = matches('^(happy|angry)'), 
       names_to = c(".value", "country"), names_sep = "_")
# A tibble: 1,500 x 5
#      id other_variable country  happy angry
#   <int>          <dbl> <chr>    <dbl> <dbl>
# 1     1          0.113 Belgium 0.430  0.295
# 2     1          0.113 US      0.359  0.410
# 3     1          0.113 UK      0.824  0.176
# 4     2          0.379 Belgium 0.979  0.446
# 5     2          0.379 US      0.624  0.911
# 6     2          0.379 UK      0.0781 0.741
# 7     3          0.785 Belgium 0.0606 0.590
# 8     3          0.785 US      0.461  0.149
# 9     3          0.785 UK      0.913  0.404
#10     4          0.486 Belgium 0.204  0.516
# … with 1,490 more rows

或者用-删除cols中不需要的列

wide %>% 
  pivot_longer(cols = -c(id, other_variable), 
          names_to = c(".value", "country"), names_sep = "_")

【讨论】：