如何使用R或Stata将含多维度字符串列名的宽格式数据转换为长格式？

我来帮你搞定这个宽转长的需求，不管用R还是Stata都有高效的解决方案，完全能适配你几千列的大规模数据：

R 实现（基于tidyverse工具链） #

tidyverse里的tidyr包专门处理这类数据格式转换，对大规模数据的支持也很好，步骤清晰易维护：

首先加载必备的包，构造示例测试数据：

library(tidyverse)

# 构造你的示例数据
df <- tibble(
  cou = c("AUS", "AUS"),
  own = c("D", "D"),
  ind = c("A", "B"),
  aus_d_a = c(3268.02, 92.1329),
  usa_f_b = c(85.087, 10808.3)
)

然后执行转换操作：

long_df <- df %>%
  # 把所有非标识列（cou/own/ind）转成长格式，列名存到category，对应值存到value
  pivot_longer(
    cols = -c(cou, own, ind),  # 直接排除标识列，自动选中所有需要转换的列（适合几千列的场景）
    names_to = "category",
    values_to = "value"
  ) %>%
  # 拆分category列到cou2/own2/ind2，下划线作为分隔符
  separate(
    col = category,
    into = c("cou2", "own2", "ind2"),
    sep = "_"
  ) %>%
  # 把拆分后的列转成小写，和你的示例格式匹配
  mutate(
    across(c(cou2, own2, ind2), str_to_lower)
  ) %>%
  # 调整列顺序，和目标表格B一致
  select(cou, own, ind, cou2, own2, ind2, value)

注：如果你的列名有更复杂的规则（比如行业是多字符如c21），separate命令会自动识别下划线分隔的三个部分，完全适配你的60国+2所有权+34行业的列名结构。

Stata 实现 #

Stata的reshape命令是处理宽长转换的利器，配合字符串拆分命令，几步就能完成：

先构造示例测试数据：

clear
input str3 cou str1 own str1 ind float aus_d_a double usa_f_b
AUS D A 3268.02 85.087
AUS D B 92.1329 10808.3
end

然后执行转换：

// 1. 宽转长：以cou/own/ind为标识列，把所有列名存到category变量
reshape long , i(cou own ind) j(category) string

// 2. 拆分category变量为三个维度，下划线作为分隔符
split category, p("_")
rename category1 cou2
rename category2 own2
rename category3 ind2
drop category

// 3. 把拆分后的列转成小写
replace cou2 = lower(cou2)
replace own2 = lower(own2)
replace ind2 = lower(ind2)

// 4. 调整列顺序并重命名值列，匹配目标表格B
order cou own ind cou2 own2 ind2 _j
rename _j value

注：reshape long命令会自动识别所有符合格式的列，哪怕你有几千列，也能一次性完成转换，效率很高。

内容的提问来源于stack exchange，提问作者Tao Zhang