R语言：将单行多列DataFrame从宽格式转换为长格式

方法1：使用tidyr（tidyverse生态） #

这种方法更直观，直接利用原始列名的模式拆分并重塑：

library(tidyr)
library(dplyr)

# 基于原始列名结构进行重塑
df_long <- df %>%
  pivot_longer(
    cols = everything(),
    names_to = c(".value", "user_idx"),
    names_pattern = "user_(\\d+)_(.*)"
  ) %>%
  select(-user_idx) # 不需要用户序号的话可删除此列

方法2：使用data.table #

如果你习惯用data.table的melt，可以通过patterns指定同属性的列组：

library(data.table)

setDT(df)
df_long <- melt(df, 
                measure.vars = patterns("_id$", "_name$", "_sex$"),
                value.name = c("id", "name", "sex"))[, variable := NULL]

你之前操作的问题所在 #

你先修改列名的操作会导致id/name/sex列名重复，melt无法识别哪些列属于同一用户组，因此出现重复观测或结构混乱的问题。直接基于原始列名的模式匹配重塑，才是更可靠的方式。

1. 明确说明使用的R包：比如你用到了data.table的setDT和melt，但未标注包名，他人可能混淆是reshape2还是data.table的melt
2. 提供可复现的示例数据：用dput(df)输出你的小样本数据，方便他人直接复制测试
3. 描述错误结果的具体表现：比如“重复观测值”是每行重复多少次？“打乱结构”后的输出是什么样的？附上错误示例更有助于定位问题

内容的提问来源于stack exchange，提问作者mr-lingsteen