宽表转长表报错：如何修复R语言melt代码或提供替代方案？

原代码报错原因 #

• reshape2的melt函数不支持dplyr的starts_with()这类tidyselect选择器，直接使用会触发语法错误。
• 提取天数的正则表达式gsub("[a-z]+", "", long_data$variable)逻辑错误，无法正确匹配-D1/-D2格式的后缀。

修正后的reshape2代码 #

library(reshape2)

# 手动匹配所有符合规则的测量变量
measure_vars <- grep("^(MeanAanD|MeanUvD|TotFreqD|NyctD)-D[12]$", names(mean_SRBD), value = TRUE)

long_data <- melt(
  mean_SRBD,
  id.vars = "Subject.ID",
  measure.vars = measure_vars,
  var.name = "variable",
  value.name = "value"
)

# 正确拆分指标名称和天数
long_data$day <- sub(".*-(D[12])", "\\1", long_data$variable)
long_data$indicator <- sub("(.*)-D[12]", "\\1", long_data$variable)

print(long_data)

更简洁的tidyr替代方案（推荐） #

tidyr的pivot_longer原生支持tidyselect语法，处理宽转长更直观高效：

library(tidyr)
library(dplyr)

long_data <- mean_SRBD %>%
  pivot_longer(
    cols = starts_with(c("MeanAanD", "MeanUvD", "TotFreqD", "NyctD")),
    names_to = c("indicator", "day"),
    names_sep = "-",  # 按分隔符直接拆分变量名
    values_to = "value"
  )

print(long_data)

说明 #

• 修正后的reshape2代码用grep匹配变量名，替代不兼容的starts_with，同时调整正则表达式实现正确的变量拆分。
• tidyr方案无需额外处理字符串，通过names_sep一步拆分出指标和天数列，代码更简洁易读，是当前tidyverse生态的推荐做法。

内容的提问来源于stack exchange，提问作者Herrewegh