如何根据单元格值创建新行？

Question

我有一个数据帧df，其中：

 Days    Treatment A   Treatment B   Treatment C 
 0           5             1             1   
 1           0             2             3      
 2           1             1             0         

例如，有5个接受处理A的个体存活了0天，1个个体存活了2天，等等。然而，我希望这5个个体现在成为一个唯一的行，该单元格表示他们存活的天数：

 Patient #   A   B   C       
 1           0        
 2           0  
 3           0      
 4           0        
 5           0   
 6           2      
 7               0         
 8               1   
 9               1     
 10              2        
 11                  0
 12                  1   
 13                  1      
 14                  1

让患者号=任意值。

我很抱歉，如果这不是足够的描述，但我感谢您提供的任何和所有的帮助！目前我在Excel中有数据集，但如果这样更容易的话，我可以将它放入R中。

Answer 1

我们可以用list中的每个‘rep’列值来复制'Days‘的值，然后创建序列的list，使用Map构造data.frame，最后使用bind_rows

library(dplyr)
lst1 <- lapply(df[-1], function(x) rep(df$Days, x))
bind_rows(Map(function(x, y, z) setNames(data.frame(x, y), 
   c("Patient", z)),  relist(seq_along(unlist(lst1)), 
       skeleton = lst1), lst1, sub("Treatment\\s+", "", names(lst1))))

-output

#    Patient  A  B  C
#1        1  0 NA NA
#2        2  0 NA NA
#3        3  0 NA NA
#4        4  0 NA NA
#5        5  0 NA NA
#6        6  2 NA NA
#7        7 NA  0 NA
#8        8 NA  1 NA
#9        9 NA  1 NA
#10      10 NA  2 NA
#11      11 NA NA  0
#12      12 NA NA  1
#13      13 NA NA  1
#14      14 NA NA  1

或者另一种选择，先重塑为“long”，然后再重塑为“with”

library(tidyr)
df %>%
    pivot_longer(cols = -Days) %>% 
    separate(name, into = c('name1', 'name2')) %>% 
    group_by(name2) %>%
    summarise(value = rep(Days, value), .groups = 'drop') %>% 
    mutate(Patient = row_number()) %>%
    pivot_wider(names_from = name2, values_from = value)

-output

# A tibble: 14 x 4
#   Patient     A     B     C
#     <int> <int> <int> <int>
# 1       1     0    NA    NA
# 2       2     0    NA    NA
# 3       3     0    NA    NA
# 4       4     0    NA    NA
# 5       5     0    NA    NA
# 6       6     2    NA    NA
# 7       7    NA     0    NA
# 8       8    NA     1    NA
# 9       9    NA     1    NA
#10      10    NA     2    NA
#11      11    NA    NA     0
#12      12    NA    NA     1
#13      13    NA    NA     1
#14      14    NA    NA     1

数据

df <- structure(list(Days = 0:2, `Treatment A` = c(5L, 0L, 1L), 
  `Treatment B` = c(1L, 
2L, 1L), `Treatment C` = c(1L, 3L, 0L)), class = "data.frame", row.names = c(NA, 
-3L))