在r中将数据帧从宽转换为长时，如何创建两个组

Question

我有一个宽数据集，我想将其转换为长格式，并将列拆分为两组；在下面的总结示例中，变量得分n.1将是组1，变量得分n.2。如何将宽格式数据帧转换为长格式数据帧，并为各个变量分配一个组？

age.1<- c(23,34,52,12,23)
score1.1 <- c(44,23,62,1,0)
score2.1<- c(3,4,2,1,3)
score3.1<- c(230,304,502,102,203)
score1.2<- c(2343,4534,5652,1642,2233)
score1.2<- c(2233,32324,5232,1232,2233)
score2.2<- c(12323,12334,1352,1312,1323)
score3.2<- c(21233,33454,53452,12452,23532523)
df<- data.frame(age.1, score1.1,score2.1, score3.1, score1.2, score2.2, score3.2)

Answer 1

如果您想在旋转时将句点后的数字拆分为一个新列，那么我们可以使用names_pattern:

library(tidyverse)
df %>% pivot_longer(
cols = -age.1,
names_to = c("name", "group"),
names_pattern = "(.+).(.)",
values_to = "Value"
)

输出

# A tibble: 30 × 4
age.1 name   group Value
<dbl> <chr>  <chr> <dbl>
1    23 score1 1        44
2    23 score2 1         3
3    23 score3 1       230
4    23 score1 2      2233
5    23 score2 2     12323
6    23 score3 2     21233
7    34 score1 1        23
8    34 score2 1         4
9    34 score3 1       304
10    34 score1 2     32324
# … with 20 more rows

然而，如果您需要在name列中保留这些数字，那么我们可以在透视后获得值：

df %>%
pivot_longer(-age.1) %>%
mutate(group = str_replace(name, '.*\.', ""))

输出

# A tibble: 30 × 4
age.1 name     value group
<dbl> <chr>    <dbl> <chr>
1    23 score1.1    44 1    
2    23 score2.1     3 1    
3    23 score3.1   230 1    
4    23 score1.2  2233 2    
5    23 score2.2 12323 2    
6    23 score3.2 21233 2    
7    34 score1.1    23 1    
8    34 score2.1     4 1    
9    34 score3.1   304 1    
10    34 score1.2 32324 2    
# … with 20 more rows

Answer 2

我们可以使用stringi::stri_extract_last_regex从字符串中提取最后一个数字：

library(dplyr)
library(tidyr)
df %>%
pivot_longer(-age.1) %>%
mutate(group = stringi::stri_extract_last_regex(name, "[0-9]+"))
# # A tibble: 30 × 4
#    age.1 name     value group
#    <dbl> <chr>    <dbl> <chr>
#  1    23 score1.1    44 1    
#  2    23 score2.1     3 1    
#  3    23 score3.1   230 1    
#  4    23 score1.2  2233 2    
#  5    23 score2.2 12323 2    
#  6    23 score3.2 21233 2    
#  7    34 score1.1    23 1    
#  8    34 score2.1     4 1    
#  9    34 score3.1   304 1    
# 10    34 score1.2 32324 2    
# # … with 20 more rows