Pivot_Longer 创建多个组合列

我在其他地方看到了对我的问题的一些可能的讨论，但它要么没有解决，要么我无法完全理解答案是否适用，所以我正在创建一个新问题。

以下问题特别涉及这个主题，但尚未解决。使用pivot_longer将宽列收集成多个长列

获取以下示例数据。正如您所看到的，有一个唯一标识符变量，然后是其他 8 个变量。对于其他 8 个，您可以将它们分为两组：gpa 和percent_a。每个集合都有一个班级、小组、课程和部门值。

在我的实际数据中，我有大约 20 个不同的集合，它们都具有相同的结构，每个集合中有相同的四个描述符。

我想做的是执行类似于pivot_longer 的功能。除了将多个列组合成一组键和值列之外，我的数据中的每个唯一集（班级、组、课程、部门）将被分组到自己的键/值列中。

set.seed(101)
df <- data.frame(
  id = 1:10,
  class_gpa = rnorm(10, 0, 1),
  course_gpa = rnorm(10, 0, 1),
  group_gpa = rnorm(10, 0, 1),
  dept_gpa = rnorm(10, 0, 1),
  class_percent_a = rnorm(10, 0, 1),
  course_percent_a = rnorm(10, 0, 1),
  group_percent_a = rnorm(10, 0, 1),
  dept_percent_a = rnorm(10, 0, 1)
)

因此，在这个示例中，假设我将所有 gpa 值分为两列（gpa_type 和 gpa_value），将 percent_a 值分为两列（percent_a_type、percent_a_value），那么最终我将只有 5 列：

id, gpa_type, gpa_value, percent_a_type, percent_a_value

有没有办法做到这一点？使用pivot_longer或其他方法。谢谢。

老实说，我宁愿简单地这样做：

df %>% pivot_longer(-id, names_to = c("type", ".value"), names_pattern = "([^_]+)_(.*)")

并将数据保留为更实用的格式：

# A tibble: 40 x 4
      id type      gpa percent_a
   <int> <chr>   <dbl>     <dbl>
 1     1 class  -0.326     0.482
 2     1 course  0.526    -1.15 
 3     1 group  -0.164    -0.260
 4     1 dept    0.895     1.51 
 5     2 class   0.552     0.758
 6     2 course -0.795    -0.274
 7     2 group   0.709    -1.41 
 8     2 dept    0.279     1.62 
 9     3 class  -0.675    -2.32 
10     3 course  1.43      0.578
# … with 30 more rows

为什么要为每个“集合”重复“类型”属性？

对于您想要的输出：

# A tibble: 40 x 5
      id gpa_type gpa_value percent_a_type percent_a_value
   <int> <chr>        <dbl> <chr>                    <dbl>
 1     1 class       -0.326 class                    0.482
 2     1 course       0.526 course                  -1.15 
 3     1 group       -0.164 group                   -0.260
 4     1 dept         0.895 dept                     1.51 
 5     2 class        0.552 class                    0.758
 6     2 course      -0.795 course                  -0.274
 7     2 group        0.709 group                   -1.41 
 8     2 dept         0.279 dept                     1.62 
 9     3 class       -0.675 class                   -2.32 
10     3 course       1.43  course                   0.578
# … with 30 more rows

你可以尝试：

lst_df <- df %>%
  gather(key, value, -id) %>%
  extract(key, into = c("var", "type"), "([^_]+)_(.*)") %>%
  split(.$type) 

names(lst_df) %>% 
  map_dfc(~ setNames( 
    lst_df[[.x]] %>% 
      select(-type), 
    c("id", paste0(.x, c("_type", "_value"))))) %>%
  select(-matches("id\\d+"))