R 将列拆分为几个变量，并将相应的值移动到新列

我有这样一个数据帧（包含更多行）：

每个列名都包含有关3个变量的信息，这些变量之间用“u”分隔（每个变量有两个级别，分别命名为act/pas、l/q、n/p）。值是对应于每个变量组合的分数（即8个条件中的1个）

我需要将3个变量移动到3个单独的列中，用数字标记它们的级别，并将相应的值移动到称为“score”的单独列中。因此，从当前数据帧的第一行，我可以得到如下内容：

id  score   actpas lq   pn
1   14       1     1    1
1   8        2     1    1
1   14       1     2    2
1   10       2     2    2
1   21       1     1    2
1   11       2     1    2
1   21       1     2    1
1   11       2     2    1

我曾尝试使用聚集和分离函数与dplyr进行争论，但我无法真正得到我需要的。对dplyr的帮助将是非常感激的

如果我理解清楚：

df<-read.table(textConnection(
"id,act_l_n,pas_l_n,act_q_p,pas_q_p,act_l_p,pas_l_p,act_q_n,pas_q_n
1,14,8,14,10,21,11,21,11
2,19,9,11,17,22,11,20,11"),
header=TRUE,sep=",")

library(tidyr)
library(dplyr)
gather(df,k,score,-id) %>% mutate(v1=1+as.integer(substr(k,1,3)=="pas")
                                 ,v2=1+as.integer(substr(k,5,5)=="q")
                                 ,v3=1+as.integer(substr(k,7,7)=="p")) %>%
  select(-2) %>% arrange(id)
#   id score v1 v2 v3
#1   1    14  1  1  1
#2   1     8  2  1  1
#3   1    14  1  2  2
#4   1    10  2  2  2
#5   1    21  1  1  2
#6   1    11  2  1  2
#7   1    21  1  2  1
#8   1    11  2  2  1
#9   2    19  1  1  1
#10  2     9  2  1  1
#11  2    11  1  2  2
#12  2    17  2  2  2
#13  2    22  1  1  2
#14  2    11  2  1  2
#15  2    20  1  2  1
#16  2    11  2  2  1

df%变异（v1=1+as.integer（substr（k，1,3）=“pas”）
，v2=1+as.整数（substr（k，5,5）=“q”）
，v3=1+as.integer（substr（k，7,7）=“p”）%>%
选择（-2）%>%arrange（id）
#id分数v1 v2 v3
#1   1    14  1  1  1
#2   1     8  2  1  1
#3   1    14  1  2  2
#4   1    10  2  2  2
#5   1    21  1  1  2
#6   1    11  2  1  2
#7   1    21  1  2  1
#8   1    11  2  2  1
#9   2    19  1  1  1
#10  2     9  2  1  1
#11  2    11  1  2  2
#12  2    17  2  2  2
#13  2    22  1  1  2
#14  2    11  2  1  2
#15  2    20  1  2  1
#16  2    11  2  2  1

如果我理解清楚：

df<-read.table(textConnection(
"id,act_l_n,pas_l_n,act_q_p,pas_q_p,act_l_p,pas_l_p,act_q_n,pas_q_n
1,14,8,14,10,21,11,21,11
2,19,9,11,17,22,11,20,11"),
header=TRUE,sep=",")

library(tidyr)
library(dplyr)
gather(df,k,score,-id) %>% mutate(v1=1+as.integer(substr(k,1,3)=="pas")
                                 ,v2=1+as.integer(substr(k,5,5)=="q")
                                 ,v3=1+as.integer(substr(k,7,7)=="p")) %>%
  select(-2) %>% arrange(id)
#   id score v1 v2 v3
#1   1    14  1  1  1
#2   1     8  2  1  1
#3   1    14  1  2  2
#4   1    10  2  2  2
#5   1    21  1  1  2
#6   1    11  2  1  2
#7   1    21  1  2  1
#8   1    11  2  2  1
#9   2    19  1  1  1
#10  2     9  2  1  1
#11  2    11  1  2  2
#12  2    17  2  2  2
#13  2    22  1  1  2
#14  2    11  2  1  2
#15  2    20  1  2  1
#16  2    11  2  2  1

df%变异（v1=1+as.integer（substr（k，1,3）=“pas”）
，v2=1+as.整数（substr（k，5,5）=“q”）
，v3=1+as.integer（substr（k，7,7）=“p”）%>%
选择（-2）%>%arrange（id）
#id分数v1 v2 v3
#1   1    14  1  1  1
#2   1     8  2  1  1
#3   1    14  1  2  2
#4   1    10  2  2  2
#5   1    21  1  1  2
#6   1    11  2  1  2
#7   1    21  1  2  1
#8   1    11  2  2  1
#9   2    19  1  1  1
#10  2     9  2  1  1
#11  2    11  1  2  2
#12  2    17  2  2  2
#13  2    22  1  1  2
#14  2    11  2  1  2
#15  2    20  1  2  1
#16  2    11  2  2  1

您能编辑问题使其更容易理解吗？您能编辑问题使其更容易理解吗？