通过R中的混乱调查数据进行分组并扩大范围

如何解决通过R中的混乱调查数据进行分组并扩大范围

我有这样的数据。

data_in <- read_table2("**Characteristic**  **N=175**
Q50_1.Enrollreason-Bystudentchoice  
Never   65/153(42%)
Rarely  31/153(20%)
Sometimes   42/153(27%)
Often   15/153(9.8%)
Q50_2.Enrollreason-Byparentchoice   
Never   4/153(31%)
Rarely  9/153(19%)
Sometimes   7/153(37%)
Often   2/153(13%)
Q50_3.Enrollreason-ExpelledByanotherschool  
Never   3/152(20%)
Rarely  1/152(8.6%)
Sometimes   36/152(24%)
Often   72/152(47%)
Q60_1.Exitlreason-ReferredByanotherschool   
Yes 39/152(26%)
No  13/152(8.6%)
Q60_2.Exitreason-SARB   
Yes 44/152(29%)
No  1/ 15(12%)
Q60_3.Exitreason-Other  
Yes 8/40(20%)
No  2/40(5.0%)
Q60_4.Exitreasonoffice  
Yes 32/155(21%)
No  28/155(18%)

")

我想重新格式化此数据，使其看起来像这样（我没有填写所有数据）。基本上，每个问题的答案应在每个问题的右侧，并按问题编号分组。例如，所有Q50问题都应归为一类。

到目前为止，这是我一直在研究的内容，但是如您所见，R为每种响应类型创建了新列...使得导出到excel时比较混乱。我希望将“是”和“否”堆叠在“从不”，“很少”系列下方，以便于查看。

之所以这样，是因为我的实际数据有更多的答案选项，因此当我以更广泛的方式进行操作时，会创建一个很难阅读的非常宽的数据框。我需要制作出一些使我的团队更容易在excel中导航的东西。

  data_in %>% 
   tidyr::separate("**Characteristic**",c("question",'description'),sep = "Q",remove = F) %>% 
  fill(description) %>% 
  mutate(description = paste("Q",description)) %>% 
  dplyr::filter(!is.na(`**N = 175**`)) %>% 
  select(-`**Characteristic**`) %>% 
  pivot_wider(id_cols = description,names_from = question,values_from = `**N = 175**`)

任何建议，不胜感激！