R语言宽表转指定列窄表：循环与apply报错排查及方案

嗨，你的需求其实完全可以用pivot_longer搞定，而且比循环或apply更简洁稳定！先帮你理清思路，再一步步解决问题：

一、先明确核心需求对应的宽表结构 #

首先得确认你的宽表列名规律——大概率是同一变量对应不同年份的列名里包含年份信息，比如Income_1990, Expense_1990, ..., Income_2018, Expense_2018这种结构。原表的5行应该是5个独立个体（比如地区、企业），你要把每一年的变量值拆出来，新增Year列，最终得到每行对应「个体+年份+12个变量」的13列窄表。

二、用pivot_longer实现（最优方案） #

pivot_longer的names_to和names_pattern参数就是专门处理这种带年份后缀/前缀的列拆分的，直接上代码示例：

假设你的宽表叫wide_df，有一个固定标识列（比如ID），其他列都是「变量名_年份」的格式：

library(tidyr)
library(dplyr)

# 宽转窄核心代码
narrow_df <- wide_df %>%
  pivot_longer(
    cols = -ID,  # 排除不需要转的固定列（比如ID、名称）
    names_to = c(".value", "Year"),  # .value表示保留变量名，Year提取年份
    names_pattern = "(.*)_(\\d{4})"  # 正则匹配「变量名_4位年份」的结构
  ) %>%
  mutate(Year = as.integer(Year))  # 把Year转成整数（可选，方便后续分析）

关键参数解释： #

• cols = -ID：告诉函数除了ID之外，所有列都要参与转长
• names_to = c(".value", "Year")：.value是tidyr的特殊关键字，意思是把列名中匹配到的第一部分（比如Income）作为窄表的列名；第二部分（比如1990）作为新Year列的值
• names_pattern：用正则表达式拆分列名，(.*)匹配任意长度的变量名，(\\d{4})匹配4位年份，括号代表分组，对应names_to里的两个元素

如果你的列名是「年份_变量名」（比如1990_Income），只需要把正则改成"(\\d{4})_(.*)"就行。

运行完这段代码，你直接就能得到13列的窄表，完全符合需求，比循环高效太多！

三、分析你用循环和apply出问题的原因 #

1. For循环结果异常 #

你大概率是没正确追加循环结果到空数据框里，比如直接用subset_gathered <- temp覆盖了之前的结果，而不是用rbind追加。正确的循环写法应该是：

subset_gathered <- data.frame()
for (year in 1990:2018) {
  # 提取当前年份的列，新增Year列，并重命名去掉年份后缀
  temp <- wide_df %>% 
    select(ID, contains(as.character(year))) %>%
    mutate(Year = year) %>%
    rename_with(~gsub(paste0("_", year), "", .x), -c(ID, Year))
  
  # 追加到结果数据框
  subset_gathered <- rbind(subset_gathered, temp)
}

但循环的问题是效率低，数据量大的时候会卡，而且容易出错。

2. Apply只返回1行 #

你应该用的是基础包的apply，它默认会把结果简化成向量/矩阵，导致多行数据被压缩成1行。改用lapply生成列表，再用bind_rows合并就没问题了：

year_list <- lapply(1990:2018, function(year) {
  wide_df %>% 
    select(ID, contains(as.character(year))) %>%
    mutate(Year = year) %>%
    rename_with(~gsub(paste0("_", year), "", .x), -c(ID, Year))
})

# 合并列表中的所有数据框
subset_gathered <- bind_rows(year_list)

四、总结思路 #

你的核心思路（拆分年份列、生成窄表）是对的，但实现方式可以优化：

1. 优先用pivot_longer，这是tidyverse专门为宽转窄设计的工具，代码简洁、不易出错，效率也高
2. 如果一定要用循环/apply，选lapply+bind_rows的组合，比for循环更稳定高效

如果你的宽表列名分隔符不是下划线，还可以用names_sep参数替代正则，比如列名用点分隔的话，写names_sep = "\\."就行。

内容的提问来源于stack exchange，提问作者AKForrest