这是pivot_longer的一个典型例子：

library(tidyverse)

data <- read.table(text="City   Age Name    QAlzheimer  QDementia   QParkinson  QFTD    QLewy
....    ....    ... yes no  no  no  no
... ... ... no  yes no  no  no
... ... ... no  no  yes no  no
... ... ... no  no  no  yes no
... ..  ... no  no  no  no  yes
... ... ... no  no  no  no  no
..  ... ... no  no  no  no  no
", header=TRUE)

data %>%
    pivot_longer(matches("^Q"),names_to="Diagnosis",names_prefix="Q") %>%
    filter(value == "yes") %>%
    select(-value)

然后数据变为：

City  Age   Name  Diagnosis
  <chr> <chr> <chr> <chr>    
1 ....  ....  ...   Alzheimer
2 ...   ...   ...   Dementia 
3 ...   ...   ...   Parkinson
4 ...   ...   ...   FTD      
5 ...   ..    ...   Lewy

如果ATMOST每行有一个yes，在R中你可以这样做：

df$diagnosis <- "other"
idx <- which(df=='yes', TRUE)
df$diagnosis[idx[,1]] <- names(df)[idx[,2]]

  City  Age Name QAlzheimer QDementia PQarkinson QFTD QLewy  diagnosis
1 .... ....  ...        yes        no         no   no    no QAlzheimer
2  ...  ...  ...         no       yes         no   no    no  QDementia
3  ...  ...  ...         no        no        yes   no    no PQarkinson
4  ...  ...  ...         no        no         no  yes    no       QFTD
5  ...   ..  ...         no        no         no   no   yes      QLewy
6  ...  ...  ...         no        no         no   no    no      other
7   ..  ...  ...         no        no         no   no    no      other

如果每行有多个yes，则必须在分配给该行之前聚合它们，例如，粘贴，tostring，列表等。

与ifelse相比，在这种情况下，您可能更喜欢case_when。请注意，与case...when的其他实现一样，数据集的每一行都将被分配与第一个评估为true的条件相对应的值。

data %>% 
  mutate(
    Diagnosis = case_when(
      Q11_1 == 'yes' ~ 'Alzheimer',
      Q11_4 == 'yes' ~ 'Dementia',
      Q11_5 == 'yes' ~ 'Parkinson',
      Q11_7 == 'yes' ~ 'Other'
    )
  )