如何将含成对ID变量的宽格式DataFrame转换为长格式

在R中可以用tidyverse工具集里的tidyr和dplyr快速完成这个转换，同时自动处理缺失值。

步骤1：构造完整示例数据 #

先补全你提供的示例数据框（原代码中缺少后两行的构造）：

id_1 <- c(260, 500, 640, 720, 801, 440)
id_2 <- c(261, 501, 641, 721, NA, 441)
sleep_1 <- c(7, 3, 10, 6, 8, 4)
sleep_2 <- c(8, 9, 1, 4, NA, 9)
eat_1 <- c(6,8,4,2,5,3)
eat_2 <- c(8,1,3,8,NA,6)
df <- data.frame(id_1, id_2, sleep_1, sleep_2, eat_1, eat_2)

步骤2：宽转长并处理缺失值 #

使用pivot_longer拆分列名，再过滤掉无效的缺失行：

library(tidyverse)

long_df <- df %>%
  pivot_longer(
    cols = everything(),  # 选中所有列
    names_to = c(".value", "suffix"),  # 拆分列名为「变量名」和「后缀（1/2）」
    names_sep = "_"  # 按下划线拆分列名
  ) %>%
  filter(!is.na(id))  # 过滤id为NA的行（对应原数据中id_2缺失的情况） %>%
  select(id, sleep, eat)  # 调整列顺序为目标格式

转换结果 #

运行后得到的长格式数据框与你期望的完全一致：

> long_df
# A tibble: 11 × 3
      id sleep   eat
   <dbl> <dbl> <dbl>
 1   260     7     6
 2   261     8     8
 3   500     3     8
 4   501     9     1
 5   640    10     4
 6   641     1     3
 7   720     6     2
 8   721     4     8
 9   801     8     5
10   440     4     3
11   441     9     6

关键说明 #

• names_sep = "_"：直接按下划线拆分列名，把id_1拆成id（变量名）和1（后缀），sleep_2拆成sleep和2；
• .value参数：指定拆分后的第一部分作为新的列名（即保留原来的变量：id、sleep、eat）；
• filter(!is.na(id))：自动剔除原数据中id_2为NA对应的无效行，同时保留id_1为801的有效数据。

内容的提问来源于stack exchange，提问作者wooden05