如何用tidyr的pivot_longer将指定宽格式数据集转为目标长格式？

首先得明确你的原始数据结构，我先模拟一个符合你描述的示例数据集：

# 模拟原始宽格式数据
d <- data.frame(
  V1 = c("y/x", "length", "A", "B", "C"),
  V2 = c("code", NA, "101", "102", "103"),
  V3 = c("2000", "14", "5.2", "3.7", "6.1"),
  V4 = c("2001", "15", "4.9", "2.8", "5.5"),
  V5 = c("2002", "16", "6.3", "4.1", "7.0")
)

你的问题核心是原始数据的表头是两行（年份+长度），直接用pivot_longer会因为表头不规范报错，得先整理表头再转换：

步骤1：整理复合表头 #

把前两行的年份和长度合并成新的列名，然后从第三行开始取实际数据：

library(tidyr)
library(dplyr)

# 提取前两行作为表头信息
header_year <- d[1, -c(1,2)] %>% as.character()
header_length <- d[2, -c(1,2)] %>% as.character()

# 合并年份和长度为新列名
new_colnames <- paste(header_year, header_length, sep = "_")

# 重构数据集：保留前两列的实际数据，替换表头
d_clean <- d[-c(1,2), ]
colnames(d_clean) <- c("y_x", "code", new_colnames)

步骤2：用pivot_longer转长格式 #

现在可以正常使用pivot_longer，把复合列拆分成year、length和value：

d_long <- d_clean %>%
  pivot_longer(
    cols = -c(y_x, code),  # 保留y/x和code列，其他列转长
    names_to = c("year", "length"),  # 拆分列名为year和length
    names_sep = "_",  # 按下划线拆分
    values_to = "value"  # 对应的值列名
  ) %>%
  # 转换数据类型（year和length转数值，value按需转）
  mutate(
    year = as.integer(year),
    length = as.integer(length),
    value = as.numeric(value)
  )

最终结果 #

执行后d_long的结构就是你要的：y_x、code、year、length、value。如果你的原始数据和模拟示例有细微差异，比如列的位置不同，只要调整-c(1,2)这类索引即可。

内容的提问来源于stack exchange，提问作者m0byn