在R中同时对多个变量进行数据透视操作

可以用tidyverse中的tidyr::pivot_longer函数高效解决这个问题，完美适配你这种列名遵循[指标]_[时间状态]模式的宽格式数据：

# 先加载tidyverse包
library(tidyverse)

# 给原数据添加观测编号
df <- df %>% 
  mutate(obs.number = row_number())

# 执行宽转长操作
pivot_result <- df %>%
  pivot_longer(
    cols = -obs.number,  # 排除观测编号列，处理其余所有列
    names_to = c(".value", "status"),  # 拆分列名：前缀作为新列名，后缀存入status列
    names_sep = "_"  # 按下划线拆分列名
  ) %>%
  select(obs.number, residence, family, status)  # 调整列顺序与目标格式一致

代码说明 #

• mutate(obs.number = row_number())：为每一行生成唯一的观测编号，对应目标数据中的obs.number列。
• pivot_longer是核心函数：
  • names_to = c(".value", "status")：.value是特殊关键字，代表将拆分后的前缀部分作为新的列名（比如residence、family），后缀部分（pre/during/after）则存入status列。
  • names_sep = "_"：指定列名的拆分分隔符为下划线。
• select用于调整列的顺序，确保和你期望的输出结构完全匹配。

如果你的真实数据有更多遵循相同命名模式的列，这个代码无需修改就能直接适用，pivot_longer会自动处理所有符合规则的列。

内容的提问来源于stack exchange，提问作者Monelisa