具有不同命名方案的`pivot_longer`操作

如何解决具有不同命名方案的`pivot_longer`操作

我有一个df格式：

df <- tibble(
  id = c(1,2,3),x02val_a = c(0,1,0),x03val_a = c(1,x04val_a = c(0,1),x02val_b = c(0,x03val_b = c(1,3,x04val_b = c(0,2),age02 = c(1,age03 = c(2,4),age04 = c(3,4,5)
)

我想将其整理成整齐的格式，例如：

# A tibble: 9 x 5
     id year    val_a   val_b   age
  <dbl> <chr>   <dbl>   <dbl>   <dbl>
1     1 02          0       0       1
2     1 03          1       2       2
...

here的答案适用于更简单的命名方案。但是，由于存在真实数据集中的命名方案，所以我很难定义与所有模式匹配的正则表达式。

到目前为止，我的尝试都错过了一个或其他计划。我可以使用变量名在前和年份在后的年份（age02）或类型和年份在前，名称最后的年份（x02var），但不能同时抓取。 / p>

是否可以通过a）正则表达式来做到这一点？或b）pivot_longer调用的某些组合或参数化？

我知道总是有可能像我所描述的here

---

我试图用彼此内部的两个组来定义正则表达式（因为这些组不是严格顺序的[含义：左，右]，这导致我这样做）：

df %>%
  pivot_longer(-id,names_to = c('.value','year'),names_pattern = '([a-z]+(\\d+)[a-z]+_[a-z])')

解决方法

有点回旋，但是由于名称风格不一致，您可能首先要重命名列以匹配更简单的模式。您的名称中可能包含3条信息，但是（至少在您的示例中）每列中只有2条信息。

相关的部分是：

• 与"[a-z_]"的多个连续匹配，该匹配可以在“ x”之后或在2位数字之后。存在的任何一个都将移动到名称的开头； 不存在中的任何一个都不会返回任何内容，也不占用任何空间。
• 2位数字，该数字移到末尾。

使用pivot_longer的{​​{1}}选项可以进行参数化，基于此更简洁的模式，您只需一步即可获得列名。应该足够琐碎以根据需要调整图案，例如可以容纳不同数量的数字。

".value"

,

尝试一下。似乎此名称模式有效：

> df %>% 
    pivot_longer(-id,names_to = c('.value','year','.value'),names_pattern = '([a-z]+)(\\d+)([a-z_]*)')
# A tibble: 9 x 5
     id year  xval_a xval_b   age
  <dbl> <chr>  <dbl>  <dbl> <dbl>
1     1 02         0      0     1
2     1 03         1      1     2
3     1 04         0      0     3
4     2 02         1      2     2
5     2 03         0      3     3
6     2 04         1      1     4
7     3 02         0      0     3
8     3 03         0      0     4
9     3 04         1      2     5