如何用pivot_longer对多组成对列的宽数据集进行转长处理？

原始宽格式数据 #

代码定义：

df <- data.frame(
  Pseudonym = c("aa", "bb"),
  KE_date_1 = c("2022-04-01", "2022-04-03"),
  KE_content_2 = c("high pot", "high pot"),
  KE_date_3 = c("2022-08-01", "2022-08-04"),
  KE_content_4 = c("high pot return", "high pot return")
)

对应表格：

目标长格式数据 #

代码定义：

df2 <- data.frame(
  Pseudonym = c("aa", "aa", "bb", "bb"),
  KE_date = c("2022-04-01", "2022-08-01", "2022-04-03", "2022-08-04"),
  KE_content = c("high pot", "high pot return", "high pot", "high pot return")
)

对应表格：

解决方案 #

方法一：使用tidyverse工具（推荐） #

利用purrr的map2函数匹配成对的日期和内容列，再合并结果：

library(tidyverse)

# 提取所有日期列和内容列
date_cols <- df %>% select(starts_with("KE_date"))
content_cols <- df %>% select(starts_with("KE_content"))

# 按组转换并合并
df_long <- bind_rows(
  map2(date_cols, content_cols, ~ tibble(KE_date = .x, KE_content = .y))
) %>%
  bind_cols(Pseudonym = rep(df$Pseudonym, ncol(date_cols))) %>%
  select(Pseudonym, KE_date, KE_content)

方法二：Base R原生实现 #

无需加载外部包，通过循环遍历成对列实现转换：

# 获取日期列和内容列的索引
date_idx <- grep("KE_date", names(df))
content_idx <- grep("KE_content", names(df))

# 初始化结果数据框
df_long <- data.frame(Pseudonym = character(), KE_date = character(), KE_content = character())

# 遍历每一组列并拼接
for (i in seq_along(date_idx)) {
  temp_df <- data.frame(
    Pseudonym = df$Pseudonym,
    KE_date = df[[date_idx[i]]],
    KE_content = df[[content_idx[i]]]
  )
  df_long <- rbind(df_long, temp_df)
}

# 重置行名
rownames(df_long) <- NULL

内容的提问来源于stack exchange，提问作者Raidho