在Tidyr中使用ivot_longer和复杂的分隔符

如何解决在Tidyr中使用ivot_longer和复杂的分隔符

在上一篇文章here中，我尝试使用y/{ABCDEFGHI/0123456789/来获得rbind。这就是数据和解决方案。

tidyr::pivotlonger()

此解决方案完全取决于均值和sd变量的命名约定。如果存在不同的命名约定，则在列名称的两个重要节点之间使用更复杂的分隔符，例如...

set.seed(1)
df1 <- data.frame(group = rep(letters[1:2],each=3),day = rep(1:3,2),var1_mean = round(rnorm(6),var1_sd = round(rnorm(6,5),var2_mean = round(rnorm(6),var2_sd = round(rnorm(6,2))


#   group day var1_mean var1_sd var2_mean var2_sd
# 1     a   1     -0.63    5.49     -0.62    5.82
# 2     a   2      0.18    5.74     -2.21    5.59
# 3     a   3     -0.84    5.58      1.12    5.92
# 4     b   1      1.60    4.69     -0.04    5.78
# 5     b   2      0.33    6.51     -0.02    5.07
# 6     b   3     -0.82    5.39      0.94    3.01


df1 %>% 
  pivot_longer(cols = starts_with('var'),names_to = c('grp','.value'),names_sep="_")

#     group   day grp    mean    sd
#     <fct> <int> <chr> <dbl> <dbl>
# 1   a         1 var1  -0.63  5.49
# 2   a         1 var2  -0.62  5.82
# 3   a         2 var1   0.18  5.74
# 4   a         2 var2  -2.21  5.59
# 5   a         3 var1  -0.84  5.58
# 6   a         3 var2   1.12  5.92
# 7   b         1 var1   1.6   4.69
# 8   b         1 var2  -0.04  5.78
# 9   b         2 var1   0.33  6.51
# 10  b         2 var2  -0.02  5.07
# 11  b         3 var1  -0.82  5.39
# 12  b         3 var2   0.94  3.01

如何使用单个df2 <- data.frame(group = rep(letters[1:2],mean_var_1 = round(rnorm(6),sd_var_1 = round(rnorm(6,mean_var_2 = round(rnorm(6),sd_var_2 = round(rnorm(6,2)) df2 # group day mean_var_1 sd_var_1 mean_var_2 sd_var_2 # 1 a 1 0.62 6.36 -0.39 5.70 # 2 a 2 -0.06 4.90 -0.06 5.56 # 3 a 3 -0.16 5.39 1.10 4.31 # 4 b 1 -1.47 4.95 0.76 4.29 # 5 b 2 -0.48 3.62 -0.16 5.36 # 6 b 3 0.42 4.59 -0.25 5.77 和mean列并将sd和var_1作为分组变量来实现与第一个示例类似的结果？>

解决方法

如果名称复杂，则可以使用names_pattern参数，在其中可以指定如何使用列名称的每个部分来获取长格式的数据。

tidyr::pivot_longer(df2,cols = contains('var'),names_to = c('.value','grp'),names_pattern = '(.*?)_(.*)')

#   group   day grp    mean    sd
#   <chr> <int> <chr> <dbl> <dbl>
# 1 a         1 var_1  0.62  6.36
# 2 a         1 var_2 -0.39  5.7 
# 3 a         2 var_1 -0.06  4.9 
# 4 a         2 var_2 -0.06  5.56
# 5 a         3 var_1 -0.16  5.39
# 6 a         3 var_2  1.1   4.31
# 7 b         1 var_1 -1.47  4.95
# 8 b         1 var_2  0.76  4.29
# 9 b         2 var_1 -0.48  3.62
#10 b         2 var_2 -0.16  5.36
#11 b         3 var_1  0.42  4.59
#12 b         3 var_2 -0.25  5.77

'(.*?)_(.*)'使用两组数据，其中第一组是列名称中第一个下划线（(.*?)之前的所有内容，第二组是第一组（{{ 1}}）。