如何基于变量共同前缀将R语言宽表转为长表？

原始宽格式数据 #

# 示例数据，还有更多类似x_、y_开头的变量
df <- data.frame(id = c(1,2,3), x_num = c(9,8,7), y_num = c(6,5,4), 
                 x_text_long = c("a","b","c"), y_text_long = c("d","e","f"), 
                 z = c(T,F,F))

期望的长格式数据 #

# 目标长表
target <- data.frame(id = c(1,1,2,2,3,3), type = c("x","y","x","y","x","y"), 
                     num = c(9,6,8,5,7,4), text_long = c("a","d","b","e","c","f"),
                     z = c(T,T,F,F,F,F))

需求说明 #

将宽表转换为长表，核心要求：

• 对以x_和y_为前缀的变量分组，生成type列标记前缀（x或y）
• 前缀后的部分作为新的列名（比如x_num对应type=x，值归入num列）
• 保留id、z等不参与分组的变量的对应值（每个type分组下重复这些值）

尝试过的无效方法 #

方法1：单次处理一组变量，效率低 #

# 只能逐个处理(x,y)变量对，效率不高
df[c("x_num","y_num")] %>% 
  pivot_longer(
    cols = `x_num`:`y_num`, 
    names_to = "type",
    values_to = "values"
  ) %>% 
  mutate(type=substring(type,1,1))

方法2：reshape函数输出不符合预期 #

# 输出结果不符合需求
reshape(df,
        direction = "long",
        varying = list(names(df)[2:5]),
        v.names = "values",
        idvar = c("id"),
        timevar = "type")

可行解决方案 #

方案1：基于tidyverse的pivot_longer（推荐） #

使用tidyr包的pivot_longer函数，通过拆分变量名一次性完成转换，同时保留非分组变量：

library(tidyr)
library(dplyr)

result <- df %>%
  pivot_longer(
    cols = starts_with(c("x_", "y_")),  # 选择所有x_、y_开头的变量
    names_to = c("type", ".value"),     # 拆分变量名：前缀存入type，剩余部分作为新列名
    names_sep = "_"                     # 按下划线拆分变量名
  )

# 查看结果
result

运行后得到的结果与目标target完全一致：

# A tibble: 6 × 4
     id z     type  num text_long
  <dbl> <lgl> <chr> <dbl> <chr>    
1     1 TRUE  x         9 a        
2     1 TRUE  y         6 d        
3     2 FALSE x         8 b        
4     2 FALSE y         5 e        
5     3 FALSE x         7 c        
6     3 FALSE y         4 f        

核心参数说明

• cols = starts_with(c("x_", "y_"))：精准选择需要转换的变量，避免手动输入列名
• names_to = c("type", ".value")：type存储拆分出的前缀（x/y），.value表示用拆分后的剩余部分作为新列名，自动匹配对应值
• names_sep = "_"：指定变量名的拆分分隔符为下划线

方案2：基于base R的reshape函数 #

如果不想依赖tidyverse，可通过正确配置reshape参数实现：

result_base <- reshape(df,
                       direction = "long",
                       varying = list(c("x_num", "y_num"), c("x_text_long", "y_text_long")),
                       v.names = c("num", "text_long"),
                       idvar = c("id", "z"),
                       timevar = "type",
                       times = c("x", "y"))

# 调整列顺序与目标一致
result_base <- result_base[, c("id", "type", "num", "text_long", "z")]
rownames(result_base) <- NULL  # 重置行名

result_base

运行后输出：

id type num text_long     z
1  1    x   9         a  TRUE
2  2    x   8         b FALSE
3  3    x   7         c FALSE
4  1    y   6         d  TRUE
5  2    y   5         e FALSE
6  3    y   4         f FALSE

内容的提问来源于stack exchange，提问作者luchonacho