在 R 中，如何在处理识别变量的重复值时将数据从长数据转换为宽数据？

Question

我正在使用一个大致如下所示的数据集：

身份证	测量A	测量B
1	3	1
2	10	0
2	4	3
3	3	11
4	7	10
4	8	4
4	9	6
5	19	11
5	11	8
6	5	9

...

我需要的是一个输出表，其中每个 ID 变量仅包含一次，并且具有所需数量的测量 A 和测量 B 列。考虑到某些 ID 不重复，并且它们重复的次数并不总是相同，如示例所示。 预期的输出表看起来像这样：

身份证	测量A1	测量A2	测量A3	测量B1	测量B2	测量B3
1	3	不适用	不适用	1	不适用	不适用
2	10	4	不适用	0	3	不适用
3	3	不适用	不适用	11	不适用	不适用
4	7	8	9	10	4	6
5	19	11	不适用	11	8	不适用
6	5	不适用	不适用	9	不适用	不适用

...

我已经被这个问题困扰了一段时间。谁能帮我在 RStudio 中做到这一点？谢谢！

我尝试使用duplicate函数来区分重复的ID，然后执行长到宽的转换，但它并没有真正起作用。

Answer 1

尝试一下

tidyr

和

dplyr

：

library(tidyr)
library(dplyr)

df <- data.frame(
  ID = c(1, 2, 2, 3, 4, 4, 4, 5, 5, 6),
  MeasureA = c(3, 10, 4, 3, 7, 8, 9, 19, 11, 5),
  MeasureB = c(1, 0, 3, 11, 10, 4, 6, 11, 8, 9)
)

df |> 
  pivot_longer(MeasureA:MeasureB) |> 
  group_by(ID, name) |> 
  mutate(name = paste0(name, row_number())) |> 
  pivot_wider(names_from = name, values_from = value)
#> # A tibble: 6 × 7
#> # Groups:   ID [6]
#>      ID MeasureA1 MeasureB1 MeasureA2 MeasureB2 MeasureA3 MeasureB3
#>   <dbl>     <dbl>     <dbl>     <dbl>     <dbl>     <dbl>     <dbl>
#> 1     1         3         1        NA        NA        NA        NA
#> 2     2        10         0         4         3        NA        NA
#> 3     3         3        11        NA        NA        NA        NA
#> 4     4         7        10         8         4         9         6
#> 5     5        19        11        11         8        NA        NA
#> 6     6         5         9        NA        NA        NA        NA

^{创建于 2023-10-30，使用 reprex v2.0.2}