使用变量名的长到宽格式[重复]答案

【问题标题】：Long to wide format using variable names [duplicate]使用变量名的长到宽格式[重复]
【发布时间】：2021-12-30 16:23:01
【问题描述】：

我有一个宽数据集，如下所示：

dataset <- data.frame(id = c(1, 2, 3, 4, 5),
                      basketball.time1 = c(2, 5, 4, 3, 3),
                      basketball.time2 = c(3, 4, 5, 3, 2),
                      basketball.time3 = c(1, 8, 4, 3, 1),
                      volleyball.time1 = c(2, 3, 4, 0, 1),
                      volleyball.time2 = c(3, 4, 3, 1, 3),
                      volleyball.time3 = c(1, 8, 12, 2, 3))

我想要的是长格式的数据集，id、time、basketball 和 volleyball 作为单独的变量。我想使用由“。”分隔的字符串创建具有三个因素（time1、time2 和 time3）的time 列。在篮球和排球柱的尽头。

非常感谢！

编辑：修正错字

【问题讨论】：

请分享您的预期输出效果。
您在最后一列“vollyeball.time3”中有一个拼写错误，这会影响人们的搜索结果
我认为问题'volleyball' != 'vollyeball'有错字
谢谢，有错别字，抱歉
仅供参考，我在顶部标记的每个帖子都包含一个带有 tidyr::pivot_longer 的单行答案，使用 ".value" 特殊关键字

标签： r dplyr reshape tidyr melt

【解决方案1】：

我们可以使用pivor_longer %>% pivot_wider。如果我们将适当的参数设置为pivor_longer，则不需要separate。

library(tidyr)

dataset %>%
        pivot_longer(cols = matches('time\\d+$'), names_to = c('sport', 'time'), names_pattern = '(.*)\\.(.*)') %>%
        pivot_wider(names_from = sport, values_from = value)

# A tibble: 15 × 5
      id time  basketball volleyball vollyeball
   <dbl> <chr>      <dbl>      <dbl>      <dbl>
 1     1 time1          2          2         NA
 2     1 time2          3          3         NA
 3     1 time3          1         NA          1
 4     2 time1          5          3         NA
 5     2 time2          4          4         NA
 6     2 time3          8         NA          8
 7     3 time1          4          4         NA
 8     3 time2          5          3         NA
 9     3 time3          4         NA         12
10     4 time1          3          0         NA
11     4 time2          3          1         NA
12     4 time3          3         NA          2
13     5 time1          3          1         NA
14     5 time2          2          3         NA
15     5 time3          1         NA          3

【讨论】：

以下所有其他解决方案都很棒，但这个解决方案效果很好
很高兴我能帮上忙

【解决方案2】：

一个可能的解决方案：

library(tidyverse)

dataset <- data.frame(id = c(1, 2, 3, 4, 5),
                      basketball.time1 = c(2, 5, 4, 3, 3),
                      basketball.time2 = c(3, 4, 5, 3, 2),
                      basketball.time3 = c(1, 8, 4, 3, 1),
                      volleyball.time1 = c(2, 3, 4, 0, 1),
                      volleyball.time2 = c(3, 4, 3, 1, 3),
                      vollyeball.time3 = c(1, 8, 12, 2, 3))

dataset %>% 
  pivot_longer(cols = -id) %>% 
  separate(name,into = c("name", "time")) %>% 
  pivot_wider(id_cols = c(id, name, time))

#> # A tibble: 15 × 5
#>       id time  basketball volleyball vollyeball
#>    <dbl> <chr>      <dbl>      <dbl>      <dbl>
#>  1     1 time1          2          2         NA
#>  2     1 time2          3          3         NA
#>  3     1 time3          1         NA          1
#>  4     2 time1          5          3         NA
#>  5     2 time2          4          4         NA
#>  6     2 time3          8         NA          8
#>  7     3 time1          4          4         NA
#>  8     3 time2          5          3         NA
#>  9     3 time3          4         NA         12
#> 10     4 time1          3          0         NA
#> 11     4 time2          3          1         NA
#> 12     4 time3          3         NA          2
#> 13     5 time1          3          1         NA
#> 14     5 time2          2          3         NA
#> 15     5 time3          1         NA          3

【讨论】：

【解决方案3】：

pivot_longer
separate 在sport 和time 列中
pivot_widersport专栏

library(dplyr)
library(tidyr)

dataset %>% 
  pivot_longer(
    -id
  ) %>% 
  separate(name, c("sport", "time")) %>% 
  pivot_wider(
    names_from = sport
  )

      id time  basketball volleyball vollyeball
   <dbl> <chr>      <dbl>      <dbl>      <dbl>
 1     1 time1          2          2         NA
 2     1 time2          3          3         NA
 3     1 time3          1         NA          1
 4     2 time1          5          3         NA
 5     2 time2          4          4         NA
 6     2 time3          8         NA          8
 7     3 time1          4          4         NA
 8     3 time2          5          3         NA
 9     3 time3          4         NA         12
10     4 time1          3          0         NA
11     4 time2          3          1         NA
12     4 time3          3         NA          2
13     5 time1          3          1         NA
14     5 time2          2          3         NA
15     5 time3          1         NA          3

【讨论】：