如何使用tidyr::pivot_longer()整理多组关联列？

我需要将数据框中的两组列整理为新的列，同时保留行数据的关联结构。多次使用tidyr::gather()无法维持这种列间关联，tidyr::pivot_longer()看似能满足需求，但我在参数设置上遇到了障碍。此前见过类似问题的解决方案，但用到了grep重命名列，我无法理解，而且这里应该不需要额外重命名操作。

示例数据：

library(tidyverse)

df <- data.frame(
  Position=1:5,
  A_Width=3:7,
  B_Width=4:8,
  A_Error=seq(0, 2.0, 0.5),
  B_Error=seq(0.3, 1.5, 0.3)
)

期望得到的长格式数据框：

df_long <- data.frame(
  Position=rep(1:5,2),
  Group=c(rep("A",5), rep("B",5)),
  Width=c(3:7,4:8),
  Error=c(seq(0, 2.0, 0.5), seq(0.3, 1.5, 0.3))
)

使用tidyr::pivot_longer()的多组捕获功能，通过正则表达式拆分列名，直接生成目标结构：

df_long <- df %>%
  tidyr::pivot_longer(
    cols = -Position,  # 排除不需要转换的Position列
    names_to = c("Group", ".value"),  # 拆分列名为分组和指标列名
    names_pattern = "(.*)_(.*)"       # 正则捕获下划线前后的分组与指标
  )

参数解释 #

• cols = -Position：指定除Position外的所有列参与转换，比手动罗列列更简洁
• names_to = c("Group", ".value")：
  • Group：存储从列名中提取的分组标识（A/B）
  • .value：特殊关键字，代表这部分对应新的列名（Width/Error），原始列的值会填充到对应列中
• names_pattern = "(.*)_(.*)"：正则表达式的两个捕获组，分别匹配下划线分隔的两部分内容，完美适配你列名的命名规则

运行后得到的结果与你期望的df_long完全一致。

内容的提问来源于stack exchange，提问作者JVGen