将宽格式DataFrame转换为长格式以开展时变分析

你遇到的问题核心是将成对的列（SGLT_v1_xxx和SGLT_time_xxx）按时间维度合并为长表，pivot_longer完全可以解决，关键是用正则表达式匹配列名的结构。

完整代码实现 #

library(tidyverse)

# 加载原始数据
df <- structure(list(ID = 1:2, Age = c(45L, 60L), SGLT_v1_0_3 = 1:0, 
                     SGLT_time_0_3 = c(92L, 92L), SGLT_v1_3_6 = 0:1, SGLT_time_3_6 = c(183L, 
                                                                                        183L), SGLT_v1_6_9 = 1:0, SGLT_time_6_9 = c(285L, 285L)), class = "data.frame", row.names = c(NA, 
                                                                                                                                                                                      -2L))

# 转换为目标长表格式
df_long <- df %>%
  pivot_longer(
    cols = starts_with("SGLT_"),  # 选中所有需要转换的SGLT相关列
    names_to = c(".value", "time_interval"),  # .value保留原列前缀作为新列名，time_interval存时间区间后缀
    names_pattern = "SGLT_(.*)_(.*)"  # 正则拆分列名：SGLT_前缀 + 指标类型(v1/time) + 时间区间
  ) %>%
  rename(SGLT_time = time, SGLT_v1 = v1) %>%  # 重命名为你需要的列名
  select(ID, Age, SGLT_time, SGLT_v1) %>%  # 调整列顺序
  arrange(SGLT_time, ID)  # 按时间和ID排序

# 查看结果
print(df_long)

转换后输出 #

ID Age SGLT_time SGLT_v1
1  1  45        92       1
2  2  60        92       0
3  1  45       183       0
4  2  60       183       1
5  1  45       285       1
6  2  60       285       0

关键参数说明 #

• names_pattern = "SGLT_(.*)_(.*)"：用正则表达式把列名拆成三部分，其中(.*)分别匹配指标类型（v1/time）和时间区间（0_3/3_6/6_9）。
• names_to = c(".value", "time_interval")：.value是特殊占位符，告诉pivot_longer把匹配到的第一组（v1/time）作为新的列名，自动将同一时间区间的v1和time值对应到同一行。
• starts_with("SGLT_")：精准选中需要转换的列，避免误操作ID、Age等固定属性列。

内容的提问来源于stack exchange，提问作者Sharon Macwan