R函数，用于将不同列的多个范围从宽格式折叠为长格式？

我有一个数据集，每行有多个不同范围的列（每行对应一个单独的列），如下所示。不同列类型的每个实例都有3个级别（0、1和2）

我需要的是为每个id将所有col1折叠成一列，将所有col2折叠成另一列，将所有col3折叠成另一列。如下所示

id  x  col1 col2 col4
1   0     0    2    3       
1   1     1    2    4
1   2     3    3    5
2   0     1    2    4
2   1     1    4    5
2   2     1    7    5
.
.
etc.

此外，我还需要为每个id创建一个值为0、1和2的x列。但是，我仅使用下面的代码折叠第一个列范围（col1）

library(tidyverse)

longer_data <- dataframe %>%
  group_by(id) %>%
  pivot_longer(col1_0:col1_2, names_to = "x1", values_to = "col1")

库（tidyverse）
更长的数据%
分组依据（id）%>%
枢轴长度（col1\u 0:col1\u 2，名称到=“x1”，值到=“col1”）

x1在此创建一个具有原始列名的列。因此，我需要创建一个额外的x列，它只保留原始列名的最后一个数字

res <- reshape(
  df,
  direction = "long",
  idvar = "id",
  varying = -1,
  timevar = "x",
  sep = "_"
)
res <- res[order(res$id), ]

---

有没有办法做到这一点？非常感谢

我们不需要任何

groupby

。通过在

names\u to

中指定

names\u sep

和

.value

可以直接使用

pivot\u longer

完成。注意

.value

和

x

的顺序。它意味着该列的值应该在

\uuuu

之前进入这些前缀中的每一个，并且带有后缀存根的新列进入“x”

library(dplyr)
library(tidyr)
df1 %>%
   pivot_longer(cols = -id, names_to = c('.value', 'x'), names_sep = "_")

-输出

# A tibble: 6 x 5
#     id x      col1  col2  col3
#  <int> <chr> <int> <int> <int>
#1     1 0         0     2     3
#2     1 1         1     2     4
#3     1 2         3     3     5
#4     2 0         1     2     4
#5     2 1         1     4     5
#6     2 2         2     7     5

#一个tible:6 x 5
#id x col1 col2 col3
#      
#1     1 0         0     2     3
#2     1 1         1     2     4
#3     1 2         3     3     5
#4     2 0         1     2     4
#5     2 1         1     4     5
#6     2 2         2     7     5

数据

---

df1我们不需要任何
groupby
。通过在
names\u to
中指定
names\u sep
和
.value
可以直接使用
pivot\u longer
完成。注意
.value
和
x
的顺序。它意味着该列的值应该在
\uuuu
之前进入这些前缀中的每一个，并且带有后缀存根的新列进入“x”

library(dplyr)
library(tidyr)
df1 %>%
   pivot_longer(cols = -id, names_to = c('.value', 'x'), names_sep = "_")

-输出

# A tibble: 6 x 5
#     id x      col1  col2  col3
#  <int> <chr> <int> <int> <int>
#1     1 0         0     2     3
#2     1 1         1     2     4
#3     1 2         3     3     5
#4     2 0         1     2     4
#5     2 1         1     4     5
#6     2 2         2     7     5

#一个tible:6 x 5
#id x col1 col2 col3
#      
#1     1 0         0     2     3
#2     1 1         1     2     4
#3     1 2         3     3     5
#4     2 0         1     2     4
#5     2 1         1     4     5
#6     2 2         2     7     5

数据
df1这里有一个使用
restrape
的基本R选项，其中
timevar=“x”
创建一个名为
x
的列，并且
sep=“\u”
有助于获取原始列名的最后数字

res <- reshape(
  df,
  direction = "long",
  idvar = "id",
  varying = -1,
  timevar = "x",
  sep = "_"
)
res <- res[order(res$id), ]

数据

> dput(df)
structure(list(id = 1:2, col1_0 = 0:1, col1_1 = c(1L, 1L), col1_2 = 3:2,
    col2_0 = c(2L, 2L), col2_1 = c(2L, 4L), col2_2 = c(3L, 7L
    ), col3_0 = 3:4, col3_1 = 4:5, col3_2 = c(5L, 5L)), class = "data.frame", row.names = c(NA, 
-2L))

这里是一个使用
重塑
的基本R选项，其中
timevar=“x”
创建一个名为
x
的列，而
sep=“\uq”
有助于获取原始列名的最后数字

res <- reshape(
  df,
  direction = "long",
  idvar = "id",
  varying = -1,
  timevar = "x",
  sep = "_"
)
res <- res[order(res$id), ]

数据

> dput(df)
structure(list(id = 1:2, col1_0 = 0:1, col1_1 = c(1L, 1L), col1_2 = 3:2,
    col2_0 = c(2L, 2L), col2_1 = c(2L, 4L), col2_2 = c(3L, 7L
    ), col3_0 = 3:4, col3_1 = 4:5, col3_2 = c(5L, 5L)), class = "data.frame", row.names = c(NA, 
-2L))