如何使用pivot_longer整理含多个体参数的宽格式数据集？

针对你描述的列名结构（前缀_数字_参数名），可以用tidyr包的pivot_longer函数结合正则表达式一次性完成列名拆分与同类参数合并，具体实现如下：

代码实现 #

首先加载tidyverse工具集（包含dplyr和tidyr）：

library(tidyverse)

然后对示例数据集进行转换：

dataset_long <- dataset_1 %>%
  pivot_longer(
    cols = -ID,  # 保留ID列，转换其余所有列
    names_to = c("Status", ".value"),  # Status存储个体标识（数字），.value对应参数名（fn/ln）
    names_pattern = "^.*_(\\d+)_(.*)$"  # 正则匹配列名结构，捕获数字和参数名
  ) %>%
  mutate(Status = as.integer(Status))  # 可选：将Status转为整数类型

代码解释 #

• cols = -ID：明确只转换除ID之外的列，保留每行的原始标识。
• names_to = c("Status", ".value")：pivot_longer的特殊语法，.value表示这部分捕获的内容将作为新的列名（比如fn、ln），Status则存储从列名中提取的个体数字标识。
• names_pattern：正则表达式^.*_(\\d+)_(.*)$会匹配任意前缀+下划线+数字+下划线+参数名的结构，其中：
  • ^.*_：匹配前缀部分（包含所有到最后一个下划线前的内容）
  • (\\d+)：捕获数字部分，对应Status列
  • (.*)：捕获参数名部分，对应.value（即合并后的fn、ln列）

示例输出 #

转换后的长格式数据集前6行如下：

# A tibble: 15 × 4
      ID Status fn    ln    
   <int>  <int> <chr> <chr> 
 1     1      1 Jill  James 
 2     1      2 Pete  Lil   
 3     1      3 Edy   febe  
 4     2      1 Aliya Troy  
 5     2      2 Edy   adam  
 6     2      3 Jill  tom   

适配复杂前缀场景 #

如果你的列名前缀包含多个下划线（比如college_collaborator_1_First_name），上述正则表达式依然有效，因为它会匹配到最后一个下划线前的所有内容作为前缀，只提取最后一组下划线后的数字和参数名，无需修改代码。

内容的提问来源于stack exchange，提问作者Maleeha Shahid