如何在R语言中将纬度（行）×经度（列）的数据框转换为纬度（列1）、经度（列2）、数值（列3）的数据框？

嘿，这个需求太常见啦——就是把宽格式的地理温度数据转成长格式的三列结构（lat、lon、temp），我给你三个实用的R解决方案，覆盖不同场景：

先构造一个和你描述一致的示例数据 #

先模拟一个符合你需求的测试数据框，方便你直接跑代码：

set.seed(123)  # 固定随机数，方便复现
temp_df <- data.frame(
  "100.1" = rnorm(4, 20, 2),  # 列是经度值
  "100.2" = rnorm(4, 20, 2),
  "100.3" = rnorm(4, 20, 2),
  row.names = c("30.1", "30.2", "30.3", "30.4")  # 行是纬度值
)
# 给列名加个lon前缀（如果你的原始数据列名就是纯经度，这步可以跳过）
colnames(temp_df) <- paste0("lon_", colnames(temp_df))

方法1：用tidyverse的pivot_longer（推荐，语法最清晰） #

这是目前R里最流行的数据重塑方式，代码可读性拉满，适合大多数场景：

library(tidyverse)

temp_long <- temp_df %>%
  # 第一步：把行名（纬度）转成单独的列
  rownames_to_column(var = "lat") %>%
  # 第二步：把所有经度列转成长格式，提取经度值和对应温度
  pivot_longer(
    cols = starts_with("lon_"),  # 选择所有经度相关的列
    names_to = "lon",            # 新列名：经度
    values_to = "temp",          # 新列名：温度
    names_prefix = "lon_"        # 去掉列名里的lon_前缀，得到真实经度值
  )

# 查看结果
print(temp_long)

如果你的原始列名就是纯经度（没有lon_前缀），直接把names_prefix参数删掉就行。

方法2：基础R的reshape函数（不用装额外包） #

如果你不想加载第三方包，用基础R自带的reshape也能搞定：

# 先把行名转成纬度列
temp_df_with_lat <- cbind(lat = rownames(temp_df), temp_df)
rownames(temp_df_with_lat) <- NULL  # 去掉自动生成的行名

# 转成长期格式
temp_long_base <- reshape(
  temp_df_with_lat,
  direction = "long",
  varying = colnames(temp_df),  # 指定要转换的经度列
  v.names = "temp",             # 温度值的列名
  timevar = "lon",              # 经度的列名
  times = colnames(temp_df),    # 经度的取值
  idvar = "lat"                 # 按纬度分组
)

# 去掉经度列的前缀（如果需要）
temp_long_base$lon <- gsub("lon_", "", temp_long_base$lon)
# 重置行名（可选）
rownames(temp_long_base) <- NULL

print(temp_long_base)

方法3：用data.table的melt（适合超大数据集） #

如果你的数据量特别大（比如几万行/列），data.table的速度会比tidyverse快很多：

library(data.table)

# 把数据框转成data.table，同时把行名转成纬度列
temp_dt <- as.data.table(temp_df, keep.rownames = "lat")

# 重塑成长期格式
temp_long_dt <- melt(
  temp_dt,
  id.vars = "lat",              # 保留纬度列
  variable.name = "lon",        # 经度列的名称
  value.name = "temp"           # 温度列的名称
)

# 去掉经度列的前缀（如果需要）
temp_long_dt[, lon := gsub("lon_", "", lon)]

print(temp_long_dt)

额外小提示 #

• 所有方法都会保留原始数据里的NA值，如果想删除NA行，在tidyverse里可以加filter(!is.na(temp))，基础R用na.omit(temp_long_base)，data.table用temp_long_dt[!is.na(temp)]
• 如果你的纬度/经度是数值类型，最后可以用as.numeric()把lat和lon列转成数值，方便后续地理分析

内容的提问来源于stack exchange，提问作者Jamie_B