如何使用pivot_longer将指定宽格式数据转为目标长格式？

原始数据集 #

df1 <- structure(list(idpat = c("1", "2", "2", "1", "1"), 
                      idA = c("100a", "100b", "100c", "100b", "100a"), 
                      redA = c(1, 0, 1, 0, 1), 
                      idB = c("200a", "200b", "200a", "200b", "200a"), 
                      redB = c(0, 1, 1, 1, 0)), 
                 class = "data.frame", row.names = c(NA, -5L))

输出预览：

idpat  idA redA  idB redB
1     1 100a    1 200a    0
2     2 100b    0 200b    1
3     2 100c    1 200a    1
4     1 100b    0 200b    1
5     1 100a    1 200a    0

目标长格式数据集 #

target_df <- structure(list(idpat = c(1, 1, 2, 2, 2, 2, 1, 1, 1, 1), 
                            id = c("100a", "200a", "100b", "200b", "100c", "200a", "100b", "200b", "100a", "200a"), 
                            red = c(1, 0, 0, 1, 1, 1, 0, 1, 1, 0)), 
                       class = "data.frame", row.names = c(NA, -10L))

输出预览：

idpat   id red
1      1 100a   1
2      1 200a   0
3      2 100b   0
4      2 200b   1
5      2 100c   1
6      2 200a   1
7      1 100b   0
8      1 200b   1
9      1 100a   1
10     1 200a   0

错误代码分析 #

你之前的代码问题在于：

• 错误将idpat纳入了需要拉长的列，而idpat是需要保留的分组标识，不应被转换
• 未正确匹配idA/idB与对应redA/redB的成对关系，这两组列是关联变量，需要按组转换

正确解决方案 #

使用pivot_longer时，需通过正则表达式匹配成对列的前缀与后缀，实现关联转换：

library(tidyr)

result_df <- df1 %>%
  pivot_longer(
    cols = -idpat,  # 排除不需要拉长的idpat列
    names_to = c(".value", "group"),  # .value保留前缀作为新列名，group暂存后缀
    names_pattern = "(id|red)(A|B)"   # 正则捕获列名的两部分：前缀(id/red)、后缀(A/B)
  ) %>%
  select(-group) %>%  # 删除临时的group列
  mutate(idpat = as.integer(idpat))  # 转换idpat为整数类型，匹配目标格式

代码说明 #

1. cols = -idpat：仅对idA/redA/idB/redB列执行拉长操作
2. names_to = c(".value", "group")：
   • .value是特殊标识符，会将匹配到的id/red作为新列名，自动填充对应值
   • group临时存储列名后缀A/B，后续可删除
3. names_pattern = "(id|red)(A|B)"：用正则表达式拆分列名，确保idA与redA、idB与redB对应转换
4. mutate(idpat = as.integer(idpat))：将idpat从字符型转为整数型，与目标数据集格式完全一致

运行后即可得到与预期完全匹配的长格式数据集。

内容的提问来源于stack exchange，提问作者user3483060