如何用pivot_longer函数转换分数与日期两组变量

你遇到的冗余问题是因为分步转换时没关联分数和日期的对应关系，导致产生了笛卡尔积。正确做法是用pivot_longer的多列匹配功能，一次性将分数和日期列按后缀数字关联转换。

示例代码 #

先构造一份模拟的宽格式数据：

library(tidyverse)

# 模拟你的宽格式数据集
wide_data <- tibble(
  Patient = c("P001", "P002"),
  Score_1 = c(85, 78),
  Score_2 = c(90, 82),
  Score_3 = c(88, 80),
  Date_score1 = c("2023-01-05", "2023-02-10"),
  Date_score2 = c("2023-03-15", "2023-04-20"),
  Date_score3 = c("2023-05-25", "2023-06-30")
)

执行转换：

long_data <- wide_data %>%
  pivot_longer(
    cols = -Patient,  # 固定Patient列，处理其余所有列
    names_to = c(".value", "test_idx"),  # .value保留列名前缀作为新列名，test_idx提取后缀数字
    names_pattern = "(Score|Date_score)(\\d)"  # 正则匹配前缀和数字后缀
  ) %>%
  # 调整列名和顺序，得到目标结构
  select(Patient, Date = Date_score, Score)

关键逻辑说明 #

• names_to = c(".value", "test_idx")：.value是pivot_longer的特殊参数，会把匹配到的列名前缀（比如Score、Date_score）作为新列名；test_idx提取列名后的数字（1/2/3），确保相同数字的分数和日期被分到同一行。
• names_pattern用正则表达式拆分列名：(Score|Date_score)匹配两种前缀，(\\d)匹配后面的数字，精准关联每个测试的分数和日期。

转换后的long_data结构就是你需要的：

内容的提问来源于stack exchange，提问作者Anandi Nobel