如何整理多变量多条目数据集以在R中绘制关联图表？

你两次用gather导致重复的原因很直接：第一次转换后每个ID对应3行（3个时间点的年龄），第二次转换时每一行又会和3个体重行形成笛卡尔积组合，最终每个ID会生成9行冗余数据，这显然不是你需要的对应关系。

正确的思路是保留时间点的匹配关系，让同一时间点的age和weight落在同一行，下面是两种可行的解决方法：

方法1：用pivot_longer（tidyr 1.0+推荐用法） #

这个函数可以通过正则表达式直接拆分列名里的变量名和时间点，自动匹配同时间点的age和weight：

library(tidyverse)

# 你的原始模拟数据
ID <- c(1, 2, 3)
age1 <- c(10, 15, 20)
age2 <- c(11, 16, 21)
age3 <- c(12, 17, 22)
weight1 <- c(30, 50, 60)
weight2 <- c(35, 55, 65)
weight3 <- c(38, 56, 67)
df <- data.frame(ID, age1, age2, age3, weight1, weight2, weight3)

# 转换为目标格式
df_clean <- df %>%
  pivot_longer(
    cols = -ID,  # 仅处理非ID列
    names_to = c(".value", "time_point"),  # .value提取变量名（age/weight），time_point提取时间点数字
    names_pattern = "(age|weight)(\\d+)"  # 正则拆分列名：第一部分是变量类型，第二部分是时间点
  )

转换后每个ID对应3行，每行是同一时间点的年龄和体重，完全没有冗余：

# A tibble: 9 × 4
     ID time_point   age weight
  <dbl> <chr>      <dbl>  <dbl>
1     1 1             10     30
2     1 2             11     35
3     1 3             12     38
4     2 1             15     50
5     2 2             16     55
6     2 3             17     56
7     3 1             20     60
8     3 2             21     65
9     3 3             22     67

方法2：旧版tidyr用gather+separate+spread组合 #

如果你的tidyr版本较低没有pivot_longer，可以用这套组合操作实现相同效果：

df_clean_old <- df %>%
  gather(key = var_time, value = value, -ID) %>%  # 先将所有非ID列转成长格式
  separate(var_time, into = c("variable", "time_point"), sep = "(?<=[a-z])(?=[0-9])") %>%  # 拆分列名为变量和时间点
  spread(key = variable, value = value)  # 将变量名转回列，匹配对应时间点的数值

后续绘图示例 #

转换完成后，就可以轻松绘制所有ID的趋势图，比如：

所有ID的年龄随时间变化曲线 #

ggplot(df_clean, aes(x = time_point, y = age, group = ID, color = factor(ID))) +
  geom_line() +
  labs(x = "时间点", y = "年龄", color = "ID")

所有ID的体重随时间变化曲线 #

ggplot(df_clean, aes(x = time_point, y = weight, group = ID, color = factor(ID))) +
  geom_line() +
  labs(x = "时间点", y = "体重", color = "ID")

内容的提问来源于stack exchange，提问作者y.a