如何在R中使用pivot_longer将宽格式每日债券数据集转长格式？

核心代码实现 #

假设你的宽格式数据框名为bond_data，使用tidyr的pivot_longer可精准完成格式转换并剔除NA值：

library(tidyr)
library(dplyr)

long_format_data <- bond_data %>%
  pivot_longer(
    cols = everything(),
    # 将列名拆分为「值类型」和「期限分组」两部分
    names_to = c(".value", "term_suffix"),
    # 正则匹配列名前缀（Ref_date/Yield/Maturity）和后缀编号
    names_pattern = "(Ref_date|Yield|Maturity)(\\d+)"
  ) %>%
  # 剔除所有含NA的行
  drop_na() %>%
  # 重命名列到目标格式
  select(
    reference_date = Ref_date,
    yield = Yield,
    maturity = Maturity
  )

代码说明 #

1. 正则匹配列名：
   正则(Ref_date|Yield|Maturity)(\\d+)会把Ref_date3这类列名拆成两部分：第一组是列的类型（日期/收益率/期限），第二组是期限的编号后缀。
2. .value的关键作用：
   指定.value作为names_to的第一个元素，意味着把匹配到的前缀（比如Ref_date）作为新列名，所有同前缀的列会自动合并为一列。
3. NA值处理：
   drop_na()直接过滤掉任何包含NA的行，确保结果无缺失值。
4. 列名标准化：
   通过select()把合并后的列名改为你需要的reference_date、yield、maturity。

示例验证 #

假设你的宽格式数据如下：

bond_data <- tibble(
  Ref_date1 = c("2023-01-01", "2023-01-02", NA),
  Yield1 = c(2.1, 2.2, NA),
  Maturity1 = c(1, 1, NA),
  Ref_date2 = c("2023-01-01", NA, "2023-01-03"),
  Yield2 = c(2.5, NA, 2.6),
  Maturity2 = c(5, NA, 5)
)

运行代码后会得到符合预期的长格式结果：

# A tibble: 4 × 3
  reference_date yield maturity
  <chr>          <dbl>    <dbl>
1 2023-01-01       2.1        1
2 2023-01-02       2.2        1
3 2023-01-01       2.5        5
4 2023-01-03       2.6        5

常见错误排查 #

如果之前用pivot_longer失败，大概率是这两个问题：

• 未使用.value映射列组，导致所有列被堆到一列，无法区分日期、收益率和期限
• 正则表达式匹配错误，需根据实际列名调整规则（比如列名是Ref_date_1Y，正则要改为(Ref_date|Yield|Maturity)_(.*)）

内容的提问来源于stack exchange，提问作者Rodrigo