如何在pivot_wider中配对列实现数据宽表转换

要批量处理10组「日期列-FICO值列」，不用逐个操作，通过先转长格式再转宽格式的组合操作就能实现，核心用tidyr的pivot_longer和pivot_wider函数。

完整代码 #

library(tidyverse)

# 假设你的原始数据框名为df
df_final <- df %>%
  # 将多组日期-FICO列对转成长格式，自动匹配列名分组
  pivot_longer(
    cols = -ProductAccountNumber,
    names_to = c(".value", "group"),
    names_pattern = "(Original|RefreshFICO)(Date|)(\\d*)"
  ) %>%
  # 统一日期格式：将POSIXct类型转为YYYY-MM-DD字符串，合并OriginalDate到Date列
  mutate(Date = if_else(is.na(Date), OriginalDate, as.character(Date))) %>%
  # 保留核心列并去重（OriginalDate在原始数据中每行重复，转长后会产生冗余）
  select(ProductAccountNumber, Date, FICO) %>%
  distinct() %>%
  # 转成目标宽格式：日期作为列名，FICO值作为单元格内容
  pivot_wider(
    id_cols = ProductAccountNumber,
    names_from = Date,
    values_from = FICO
  )

关键步骤解释 #

1. pivot_longer转长格式：

   • names_pattern用正则匹配列名结构：识别OriginalDate/OriginalFICO、RefreshFICODate/RefreshFICO、RefreshFICODate2/RefreshFICO2这类配对列，自动将同组的日期和FICO值分到同一行。
   • .value参数指定保留列的核心类型（Date或FICO），group用来区分不同的列组（无后缀、1、2...）。

2. 统一日期格式：
   原始数据中OriginalDate是字符串，RefreshFICODateX是POSIXct类型，通过as.character()把POSIXct转为YYYY-MM-DD格式的字符串，确保所有日期格式一致，才能作为列名。

3. 去重与转宽：
   原始数据中OriginalDate每行重复，转长后会生成大量冗余行，用distinct()去重后，再用pivot_wider将日期转成列名，完成最终格式转换。

转换后示例结果 #

内容的提问来源于stack exchange，提问作者Jason Richardson