使用pivot_longer()展开数据行并合并模式化列

原始数据框：

ID             Email  Name   Company TripIdentifier      Date1  Campsite1 NumberOfAnimals1      Date2  Campsite2 NumberOfAnimals2
1  1 user1@example.com Alice Company A         Trip 1 2022-01-01 Campsite A                5 2022-01-02 Campsite C                5
2  2 user2@example.com   Bob Company B         Trip 2 2022-01-02 Campsite B                5 2022-01-03 Campsite D                5

希望转换为以下长格式：

ID               Email   Name    Company TripIdentifier       Date      Campsite NumberOfAnimals
1  1   user1@example.com  Alice  Company A         Trip 1 2022-01-01    Campsite A               5
2  1.  user1@example.com  Alice  Company A         Trip 1 2022-01-02    Campsite C               5
3  2.  user2@example.com    Bob  Company B         Trip 2 2022-01-02    Campsite B               5
4  2.  user2@example.com    Bob  Company B         Trip 2 2022-01-03    Campsite D               5

问题分析 #

你之前的代码仅选中starts_with("Date")的列进行重塑，因此只处理了Date相关列，未覆盖Campsite和NumberOfAnimals的重复列组。pivot_longer()支持一次性处理所有同模式的重复列组，核心是选中全部目标列并正确匹配列名规则。

解决方案 #

使用pivot_longer()时需注意：

• 选中所有需要重塑的列（Date、Campsite、NumberOfAnimals开头且带数字后缀的列）
• 通过names_pattern匹配列名的前缀（如Date、Campsite）和数字后缀（如1、2）
• 用.value保留前缀作为新列名，用临时变量存储数字后缀区分组

完整代码如下：

library(tidyverse)

# 定义测试数据框
Test <- data.frame(
  ID = c(1, 2),
  Email = c("user1@example.com", "user2@example.com"),
  Name = c("Alice", "Bob"),
  Company = c("Company A", "Company B"),
  TripIdentifier = c("Trip 1", "Trip 2"),
  Date1 = as.Date(c("2022-01-01", "2022-01-02")),
  Campsite1 = c("A", "B"),
  NumberOfAnimals1 = c(5, 5),
  Date2 = as.Date(c("2022-01-02", "2022-01-03")),
  Campsite2 = c("C", "D"),
  NumberOfAnimals2 = c(5, 5),
  stringsAsFactors = FALSE
)

# 执行数据重塑
reshaped <- Test %>%
  pivot_longer(
    cols = matches("^(Date|Campsite|NumberOfAnimals)\\d+$"), # 匹配所有目标列
    names_to = c(".value", "trip"), # .value保留列前缀，trip存储数字后缀
    names_pattern = "(.*)(\\d+)$"   # 匹配前缀和数字后缀的正则规则
  ) %>%
  # 可选：生成目标格式的ID（原ID加.，每组第一行保留原ID）
  group_by(ID) %>%
  mutate(ID = ifelse(row_number() == 1, as.character(ID), paste0(ID, "."))) %>%
  ungroup() %>%
  select(-trip) # 移除临时的trip列

# 查看结果
print(reshaped)

输出说明 #

运行后将得到目标长格式数据：

• 所有重复列组被合并为Date、Campsite、NumberOfAnimals三列
• 每行对应原数据中一条独立的露营记录
• 可选的ID处理步骤实现了目标中的1、1.、2.样式

内容的提问来源于stack exchange，提问作者R Beginner