如何用pivot_longer()实现多values_to的长表重塑？

首先构造模拟你的输入数据：

library(tidyverse)

df <- tibble(
  country = c("Austria", "Austria", "Austria"),
  `Data Type` = c("Retail Volume", "Retail Value", "Retail Volume"),
  Product = c("id1", "id1", "id2"),
  `2007` = c(125, 15000, 75),
  `2021` = c(140, 12000, 25)
)

你遇到的values_to必须为一维的限制，是因为pivot_longer单次只能将宽列转换为单个值列，我们可以分两步处理：

1. 第一步：将年份列转为长格式
   把所有年份相关的列（2007、2021等）转成长表，生成Year和Value列：

df_long <- df %>%
  pivot_longer(
    cols = starts_with("20"), # 匹配所有开头为20的年份列
    names_to = "Year",
    values_to = "Value"
  )

这一步后的数据结构如下：

2. 第二步：将Data Type转为宽格式
   用pivot_wider把Data Type的不同类别转成单独的列，正好对应你需要的Retail Volume和Retail Value：

final_df <- df_long %>%
  pivot_wider(
    names_from = `Data Type`,
    values_from = Value
  )

最终得到的结果完全符合目标结构：

注：id2对应的Retail Value为NA，是因为原数据中没有该产品的零售价值数据，属于合理缺失值。

内容的提问来源于stack exchange，提问作者Matteo Bulgarelli