将一个变量的多个副本连接到一个变量中，并在R中使用一个大数据集

我有一个数据集，每个变量有多个版本。所有变量都以_1、_2、_3结尾。我想将变量的各种版本连接到一个新列中。我有一个非常大的数据集，因此我希望尽量避免手动编码每个变量（例如dat$test我们可以使用

melt

从

数据。表

和

将元素粘贴在一起

library(data.table)
melt(setDT(df1, keep.rownames = TRUE), measure  =
      patterns('^test', 'type', 'other'),
    value.name = c('test', 'type', 'other'))[, 
       variable := NULL][, lapply(.SD, paste, collapse=""),
      .(rn)][, rn := NULL][]
#    test type other
#1:  aff  dst   jyb
#2:  sdc  vsy   ham
#3:  dsv  dhu   njk


或者在tidyverse中使用类似的方法

library(dplyr)
library(tidyr)
library(stringr)
df1 %>%
   mutate(rn = row_number()) %>%
   pivot_longer(cols = -rn,  names_to = c( ".value", 'grp'), names_sep="_") %>% 
   group_by(rn) %>%
   summarise_at(vars(test:other), str_c, collapse ="") %>%
   select(-rn)
# A tibble: 3 x 3
#  test  type  other
#  <chr> <chr> <chr>
#1 aff   dst   jyb  
#2 sdc   vsy   ham  
#3 dsv   dhu   njk  

库（dplyr）
图书馆（tidyr）
图书馆（stringr）
df1%>%
变异（rn=行数（））%>%
pivot_longer（cols=-rn，names_to=c（“.value”，“grp”），names_sep=“211;”）%>%
分组依据（rn）%>%
总结（变量（测试：其他）、str_c、collapse=“”）%>%
选择（-rn）
#一个tibble:3x3
#测试类型其他
#    
#1 aff dst jyb
#2 sdc vsy火腿
#3 dsv dhu njk

数据
df1
library(data.table)
melt(setDT(df1, keep.rownames = TRUE), measure  =
      patterns('^test', 'type', 'other'),
    value.name = c('test', 'type', 'other'))[, 
       variable := NULL][, lapply(.SD, paste, collapse=""),
      .(rn)][, rn := NULL][]
#    test type other
#1:  aff  dst   jyb
#2:  sdc  vsy   ham
#3:  dsv  dhu   njk

library(dplyr)
library(tidyr)
library(stringr)
df1 %>%
   mutate(rn = row_number()) %>%
   pivot_longer(cols = -rn,  names_to = c( ".value", 'grp'), names_sep="_") %>% 
   group_by(rn) %>%
   summarise_at(vars(test:other), str_c, collapse ="") %>%
   select(-rn)
# A tibble: 3 x 3
#  test  type  other
#  <chr> <chr> <chr>
#1 aff   dst   jyb  
#2 sdc   vsy   ham  
#3 dsv   dhu   njk  

df1 <- structure(list(test_1 = c("a", "s", "d"), test_2 = c("f", "d", 
"s"), test_3 = c("f", "c", "v"), type_1 = c("d", "v", "d"), type_2 = c("s", 
"s", "h"), type_3 = c("t", "y", "u"), other_1 = c("j", "h", "n"
), other_2 = c("y", "a", "j"), other_3 = c("b", "m", "k")),
   class = "data.frame", row.names = c(NA, 
-3L))