如何重塑含年份列名的数据以得到唯一countrycode-year对

你的代码连续两次调用pivot_longer，会导致笛卡尔积重复：第一次转置hdi列后，每个国家已经对应3行（1999/2000/2001三个年份）；第二次转置icrg列时，会把这3行的每一行再拆成3行，最终每个国家会生成9行数据，自然出现重复的countrycode-year组合。

正确解决方案 #

利用pivot_longer的.value参数，一次性完成宽表转长表的操作，直接得到符合需求的唯一组合数据集：

library(tidyr)
library(dplyr)

# 示例数据框
df <- data.frame(countrycode=c("A","B","C"),
                 hdi_1999 = c(0.7, 0.8, 0.6),
                 hdi_2000 = c(0.71, 0.81, 0.61),
                 hdi_2001 = c(0.72, 0.82, 0.62),
                 icrg_1999 = c(60, 50, 70),
                 icrg_2000 = c(61, 51, 71),
                 icrg_2001 = c(62, 52, 72))

# 生成目标数据集
df_new <- df %>%
  pivot_longer(
    cols = -countrycode,  # 保留countrycode列，处理其余所有列
    names_to = c(".value", "year"),  # .value指定用列名前缀作为值列名，下划线后部分作为year列
    names_sep = "_"  # 用下划线拆分原列名
  )

# 验证countrycode-year组合唯一性
all(!duplicated(df_new[, c("countrycode", "year")]))
# 输出结果为TRUE，说明组合完全唯一

代码说明 #

• cols = -countrycode：明确只转置除国家代码外的所有列；
• names_to = c(".value", "year")：这是核心逻辑——通过names_sep = "_"把原列名（如hdi_1999）拆成两部分，第一部分hdi作为新值列的名称（由.value标识），第二部分1999作为year列的取值；
• 转置完成后，每个countrycode-year组合仅出现一次，同时对应该行的hdi和icrg数值，完全符合需求。

内容的提问来源于stack exchange，提问作者Lu Yip