R：如何将具有重复变量（时间）的宽数据帧重新编码为长数据？

Question

我的数据框由数百人（行）组成，每个人回答 4 * 90 个项目。每个人在四个时间点回答相同的 90 个问题。每个人都属于两个组中的一个。我检查了这些组的测量不变性，这对于多组 SEM 和宽格式数据很容易。这是我的初始数据框的一个缩短的、可重现的例子：

df <- data.frame (ID = c(1,2,3,4,5),
                  Item1_time1 = c(4,4,5,4,3),
                  Item2_time1 = c(3,4,3,5,3),
                  Item1_time2 = c(5,4,4,5,4),
                  Item2_time2 = c(3,3,4,3,5),
                  group = c(0,1,0,1,0)
)

print(df)
  ID Item1_time1 Item2_time1 Item1_time2 Item2_time2 group
1  1           4           3           5           3     0
2  2           4           4           4           3     1
3  3           5           3           4           4     0
4  4           4           5           5           3     1
5  5           3           3           4           5     0

但是，现在我想检查跨时间点的测量不变性。为此，所需的输出 应该如下所示：

ID  time   Item1   Item2    group
1    1       4       3        0
1    2       5       3        0
2    1       4       4        1
2    2       4       3        1
3    1       5       3        0
3    2       4       4        0
4    1       4       5        1
4    2       5       3        1
5    1       3       3        0
5    2       4       5        0

为了得到这个，我尝试将我最初的宽数据转换为长数据，但我并没有真正得到想要的输出：

library(data.table)
long <- melt(setDT(df), id.vars = c("ID"), variable.name = "time")
print(long)

    ID        time value
 1:  1 Item1_time1     4
 2:  2 Item1_time1     4
 3:  3 Item1_time1     5
 4:  4 Item1_time1     4
 5:  5 Item1_time1     3
 6:  1 Item2_time1     3
 7:  2 Item2_time1     4
 8:  3 Item2_time1     3
 9:  4 Item2_time1     5
10:  5 Item2_time1     3
11:  1 Item1_time2     5
12:  2 Item1_time2     4
13:  3 Item1_time2     4
...

我如何编写“折叠”项目的代码，使它们不单独列出，而是每个都在其相应的时间类别中（参见上面的所需输出）？

Answer 1

我们可以使用 pivot_longer 和 names_pattern 从列名中捕获子字符串 ((...)) 以创建 .value 列和 'time'专栏

library(tidyr)
pivot_longer(df, cols = -c(ID, group), names_to = c(".value", "time") , 
      names_pattern = "(\w+)_\D+(\d+)")

-输出

# A tibble: 10 × 5
      ID group time  Item1 Item2
   <dbl> <dbl> <chr> <dbl> <dbl>
 1     1     0 1         4     3
 2     1     0 2         5     3
 3     2     1 1         4     4
 4     2     1 2         4     3
 5     3     0 1         5     3
 6     3     0 2         4     4
 7     4     1 1         4     5
 8     4     1 2         5     3
 9     5     0 1         3     3
10     5     0 2         4     5

(\w+) - 捕获一个或多个字符，后跟列名称中的 _，然后是任何 non-digits (\D+)，然后是第二次捕获一组一个或多个数字 ((\d+))，对应于 .value（列值），'time' 从列名称中获取数字后缀

Answer 2

像这样？

setDT(df)
result <- melt(df, measure.vars=patterns(Item1='Item1', Item2='Item2')   
                 , variable.name = 'time')
setorder(result, ID, time, group)
result     
##     ID group time Item1 Item2
##  1:  1     0    1     4     3
##  2:  1     0    2     5     3
##  3:  2     1    1     4     4
##  4:  2     1    2     4     3
##  5:  3     0    1     5     3
##  6:  3     0    2     4     4
##  7:  4     1    1     4     5
##  8:  4     1    2     5     3
##  9:  5     0    1     3     3
## 10:  5     0    2     4     5

R：如何将具有重复变量（时间）的宽数据帧重新编码为长数据？

R: How to recode a wide data frame with repeating variables (time) into to long data?

r

time-measurement

data-wrangling