如何用dplyr的pivot_longer拆分表头转换多场景年份宽表？

问题背景 #

我有一个包含关联变量link_col、多场景（S1、S2、S3）多年份数据的宽表，数据构造代码如下：

link_col <- c("A0001", "A0002", "A0003")
S1_ABC_2019 <- c(1000, 300, 5000)
S1_ABC_2020 <- c(1000, 300, 5000)
S1_ABC_2021 <- c(1000, 300, 5000)
S2_ABC_2012 <- c(800, 600, 2000)
S2_ABC_2013 <- c(800, 600, 2000)
S2_ABC_2019 <- c(800, 600, 2000)
S3_ABC_2013 <- c(600, 100, 900)
S3_ABC_2020 <- c(600, 100, 900)
S3_ABC_2021 <- c(600, 100, 900)

data <- data.frame(link_col, S1_ABC_2019, S1_ABC_2020, S1_ABC_2021, S2_ABC_2012,
                   S2_ABC_2013, S2_ABC_2019, S3_ABC_2013, S3_ABC_2020, S3_ABC_2021)

希望用dplyr生态的pivot_longer()将宽表转换为包含Scenario、Year、Value列的长表，但尝试的代码无法运行，也搞不懂names_pattern参数的用法。我尝试的代码如下：

data2 <- pivot_longer(data, 
                      cols = link_col, starts_with("S"),
                      names_to = c("Scenario", "Year"),
                      names_pattern = "S(\\d+)_ABC_2(\\d+)",
                      values_to = Value)

问题修正与正确代码 #

你的代码有3处关键错误，修正后即可正常运行：

• cols参数错误：link_col是需要保留的标识列，不能放到cols里，cols应该指定要转成行的列，也就是所有以S开头的列，正确写法是cols = starts_with("S")
• values_to参数缺引号：values_to的值是列名，必须用引号包裹，即values_to = "Value"
• names_pattern正则不完整：原正则只捕获了年份中2之后的部分，会导致年份变成019这种错误格式，应该捕获完整的四位年份

正确代码如下（注意要加载tidyr包，pivot_longer()属于tidyr）：

library(dplyr)
library(tidyr)

data2 <- data %>%
  pivot_longer(
    cols = starts_with("S"),
    names_to = c("Scenario", "Year"),
    names_pattern = "S(\\d+)_ABC_(\\d{4})",
    values_to = "Value"
  )

names_pattern参数详解 #

names_pattern的核心是用正则捕获分组拆分列名，规则很简单：

• 正则中用()包裹的部分就是要提取的内容，分组的顺序必须和names_to里的列名顺序完全对应
• 以本次的正则S(\\d+)_ABC_(\\d{4})为例：
  • S(\\d+)：匹配以S开头的前缀，(\\d+)捕获后面的数字（比如1、2），对应Scenario列
  • _ABC_：匹配列名里固定的分隔符，不需要捕获，直接跳过
  • (\\d{4})：捕获连续四位数字，对应Year列的完整年份（比如2019、2012）

转换后结果示例 #

运行正确代码后，得到的长表结构如下（展示前5行）：

# A tibble: 27 × 4
  link_col Scenario Year  Value
  <chr>    <chr>    <chr> <dbl>
1 A0001    1        2019   1000
2 A0001    1        2020   1000
3 A0001    1        2021   1000
4 A0001    2        2012    800
5 A0001    2        2013    800
# … with 22 more rows

内容的提问来源于stack exchange，提问作者Rlearn