如何重排DataFrame使各测试的pre与post列相邻？

模拟原始数据（对应TABLE 1结构） #

假设你的数据集列结构如下（以3项测试为例，20项测试逻辑完全一致）：

set.seed(123)
df <- tibble(
  ID = 1:5,
  TestA_pre = rnorm(5),
  TestB_pre = rnorm(5),
  TestC_pre = rnorm(5),
  TestA_post = rnorm(5),
  TestB_post = rnorm(5),
  TestC_post = rnorm(5)
)

方法1：使用tidyverse工具包（推荐） #

通过提取测试名称、构建目标列顺序来重排列：

library(tidyverse)

# 提取所有测试名称（去掉_pre/_post后缀）
test_names <- unique(str_remove(names(df)[-1], "_pre|_post"))

# 生成目标列顺序：ID + 每个测试的pre列→post列
target_cols <- c("ID", unlist(map(test_names, ~c(paste0(.x, "_pre"), paste0(.x, "_post")))))

# 重排列得到TABLE 2结构
df_reordered <- df %>% select(all_of(target_cols))

方法2：Base R实现（无需额外包） #

如果不想加载第三方工具包，用基础R代码也能完成：

# 提取测试名称
test_names <- unique(sub("_pre|_post", "", names(df)[-1]))

# 构建目标列顺序
target_cols <- c("ID", as.vector(outer(test_names, c("_pre", "_post"), paste0)))

# 重排列
df_reordered_base <- df[, target_cols]

核心逻辑说明 #

两种方法的思路完全一致：

1. 从现有列名中提取所有测试的基础名称（如TestA、TestB）
2. 按照「测试名_pre → 测试名_post」的固定顺序，生成目标列名向量
3. 根据该向量重新排列数据集的列

这种方法完全规避了Excel手动操作的出错风险，且可以无缝适配你提到的20项测试场景。

内容的提问来源于stack exchange，提问作者amir.fathi