R：将两列中的信息合并在一起

我创建了一个示例dataframe，它有3个不同的组，每个组有2列

组_1显示参与者总数，组_1_Pos显示参与者总数中有多少为正，等等：

df1 <- structure(list(Date = c("2016", "2017", "2018", "2019"), 
                       Group_1 = c("100", "200", "300", "400"), 
                       Group_1_Pos = c("10", "20", "30", "40"),
                       Group_2 = c("500", "600", "700", "800"),
                       Group_2_Pos = c("50", "60", "70", "80"), 
                       Group_3 = c("900", "1000", "1100", "1200"),
                       Group_3_Pos = c("90", "100", "110", "120")), 
                  class = "data.frame", row.names=c("1", "2", "3", "4"))
> df1
  Date Group_1 Group_1_Pos Group_2 Group_2_Pos Group_3 Group_3_Pos
1 2016     100          10     500          50     900          90
2 2017     200          20     600          60    1000         100
3 2018     300          30     700          70    1100         110
4 2019     400          40     800          80    1200         120

所以在这个例子中，我在总参与者旁边的（）括号中添加了积极参与者，并且只为3组保留了3列

---

任何帮助都将不胜感激。

使用

dplyr

您可以选择以下方式：

库（dplyr）
df1%>%
突变（第1组=第0组（第1组，“（”，第1组，“）”），
第2组=粘贴0（第2组，“（”，第2组，“）”，
组3=0（组3，“（”，组3，“）”），百分比>
选择（-contains（“Pos”））
#日期组1组2组3
# 1 2016 100 (10) 500 (50)   900 (90)
# 2 2017 200 (20) 600 (60) 1000 (100)
# 3 2018 300 (30) 700 (70) 1100 (110)
# 4 2019 400 (40) 800 (80) 1200 (120)

A

purrr

-

dplyr

-

stringr

：

    other_values <- df1[,seq(1,ncol(df1),2)]
       df1 %>% 
   select(-contains("Pos")) %>% 
   purrr::map2_df(.,other_values, 
                  function(x,y) paste0(x," (",y,")")) %>% 

   mutate(Date=stringr::str_remove_all(Date,"\\s.*"))
# A tibble: 4 x 4
  Date  Group_1  Group_2  Group_3   
  <chr> <chr>    <chr>    <chr>     
1 2016  100 (10) 500 (50) 900 (90)  
2 2017  200 (20) 600 (60) 1000 (100)
3 2018  300 (30) 700 (70) 1100 (110)
4 2019  400 (40) 800 (80) 1200 (120)

其他_值%
选择（-contains（“Pos”）%%>%
purrr:：map2_df（，其他_值，
函数（x，y）0（x，（“，y，”）”）%>%
突变（日期=stringr:：str_删除所有（日期，\\s.*））
#一个tibble:4x4
日期组1组2组3
1 2016  100 (10) 500 (50) 900 (90)  
2 2017  200 (20) 600 (60) 1000 (100)
3 2018  300 (30) 700 (70) 1100 (110)
4 2019  400 (40) 800 (80) 1200 (120)

下面是一个基本的解决问题的方法。
使用正则表达式和

grep

获取要粘贴的列，然后循环索引向量并将它们粘贴在一起。最后，

cbind

第一列和这个结果

inx <- grep("\\d$", names(df1))
tmp <- sapply(inx, function(i) paste(df1[[i]], paste0("(", df1[[i + 1]], ")")))
res <- cbind(df1[1], tmp)
names(res)[-1] <- names(df1)[inx]

res
#  Date  Group_1  Group_2    Group_3
#1 2016 100 (10) 500 (50)   900 (90)
#2 2017 200 (20) 600 (60) 1000 (100)
#3 2018 300 (30) 700 (70) 1100 (110)
#4 2019 400 (40) 800 (80) 1200 (120)

---

给定3个组，下面是一个基本的R解决方案，可以为您提供所需的输出

n <- 3
dfout <- cbind(df1[1],
               `colnames<-`(sapply(seq(n), function(k) paste0(df[[x <- paste0("Group_",k)]]," (", df[[paste0(x,"_Pos")]],")")),
                            paste0("Group",seq(n))))

---

这里有一个更通用的tidyverse解决方案

library(tidyverse)
df1 %>%
      rename_at(
        vars(contains("Pos")),
        ~ str_remove(., "_Pos") %>% str_remove("Group_") %>% str_c("Pos", ., sep = "_")
      ) %>%
      pivot_longer(Group_1:Pos_3,
                   names_to = c(".value", "set"),
                   names_sep = "_") %>%
      mutate(Pos = Pos %>% str_c("(", ., ")")) %>%
      unite("result", Group:Pos, sep = "") %>%
      pivot_wider(names_from = set, values_from = result)

n <- 3
dfout <- cbind(df1[1],
               `colnames<-`(sapply(seq(n), function(k) paste0(df[[x <- paste0("Group_",k)]]," (", df[[paste0(x,"_Pos")]],")")),
                            paste0("Group",seq(n))))

> dfout
  Date   Group1   Group2     Group3
1 2016 100 (10) 500 (50)   900 (90)
2 2017 200 (20) 600 (60) 1000 (100)
3 2018 300 (30) 700 (70) 1100 (110)
4 2019 400 (40) 800 (80) 1200 (120)

library(tidyverse)
df1 %>%
      rename_at(
        vars(contains("Pos")),
        ~ str_remove(., "_Pos") %>% str_remove("Group_") %>% str_c("Pos", ., sep = "_")
      ) %>%
      pivot_longer(Group_1:Pos_3,
                   names_to = c(".value", "set"),
                   names_sep = "_") %>%
      mutate(Pos = Pos %>% str_c("(", ., ")")) %>%
      unite("result", Group:Pos, sep = "") %>%
      pivot_wider(names_from = set, values_from = result)