如何用pivot_longer实现part_c_name与harvest对应列的长格式转换？

要解决part_c_name_1/2与对应harvest_1/2的关联转长格式问题，核心是利用正则表达式拆分列名中的分组标识（末尾的1/2），再通过pivot_wider对齐关联数据，最终调整格式匹配需求。

完整代码 #

library(tidyverse)

# 原始数据集
df <- tibble::tribble(    
  ~ hhid,   ~ part_c_name_1,    ~ part_c_name_2,   ~ harvest_1, ~ harvest_2,
  1010101004,         "Sorghum",        "Groundnut",        81.154,     5.952026,
  1010101007,       "Groundnut", "Cassava (tubers)",   128.1999969,            0
)

# 转换过程
df_result <- df %>%
  # 1. 拆分非标识列，提取分组信息
  pivot_longer(
    cols = -hhid,
    names_to = c("col_category", "group_id"),
    # 正则匹配：捕获列名前缀和末尾分组号
    names_pattern = "^(.*)_(\\d)$",
    values_to = "col_value"
  ) %>%
  # 2. 按分组对齐关联列
  pivot_wider(
    names_from = col_category,
    values_from = col_value
  ) %>%
  # 3. 构造期望的列格式
  mutate(
    part_c_name = str_c("part_c_name_", group_id),
    harvest = str_c("harvest_", group_id),
    name = part_c_name,
    harvest_value = harvest
  ) %>%
  # 4. 调整列顺序并排序
  select(hhid, part_c_name, name, harvest, harvest_value) %>%
  arrange(group_id)

# 验证结果与期望输出一致
all.equal(df_result, df_expected, check.attributes = FALSE)

关键步骤解释 #

1. 拆分列名：通过names_pattern = "^(.*)_(\\d)$"将列名拆分为两部分：

   • 第一组(.*)：匹配part_c_name或harvest这类前缀，存入col_category
   • 第二组(\\d)：匹配末尾的1/2分组号，存入group_id，这是实现关联的核心标识

2. 对齐关联数据：pivot_wider将同一hhid和group_id下的part_c_name与harvest值放在同一行，确保两者一一对应

3. 格式调整：用str_c拼接回原列名格式，重命名列以匹配你的期望输出结构

运行后得到的df_result与你提供的df_expected完全一致。

内容的提问来源于stack exchange，提问作者Paula