如何在pivot_longer中为names_sep/names_pattern传入多分隔规则？

算力阿峰

2026-8-5

解决方案

你可以通过tidyr包的pivot_longer配合正则表达式风格的names_pattern参数，一次性拆分所有列名中的issue、country、party字段，再按需整理成目标格式，无需逐个国家处理。

步骤1：加载依赖包

library(tidyr)
library(dplyr)

步骤2：批量转换格式

假设你的原始数据框为df，其中expert是每行的唯一标识列，其余列均为issue_country_party格式（如immigration_au_spo）：

情况1：生成纯长格式（每行对应`expert-country-party-issue-数值`）

如果需要的是最基础的长格式结构，只需要一次pivot_longer操作：

df_long_basic <- df %>%
  pivot_longer(
    cols = -expert,  # 排除标识列expert
    names_to = c("issue", "country", "party"),
    # 正则匹配：任意字符(issue)_任意非下划线字符(country)_任意字符(party)
    names_pattern = "(.*)_([^_]+)_(.*)"
  )

情况2：生成包含`expert`、`country`、`party`及各类issue列的结构

如果需要把issue转为单独的列（如immigration、leftright作为列名），在第一步基础上追加pivot_wider即可：

df_final <- df %>%
  pivot_longer(
    cols = -expert,
    names_to = c("issue", "country", "party"),
    names_pattern = "(.*)_([^_]+)_(.*)"
  ) %>%
  pivot_wider(
    id_cols = c(expert, country, party),
    names_from = issue,
    values_from = value
  )

关键说明

names_pattern的正则逻辑：(.*)匹配任意长度字符（对应issue和party），([^_]+)匹配两个下划线之间的所有非下划线字符（对应country代码），确保兼容不同长度的国家代码（两位或三位）。
如果你的国家代码是固定两位（如au、nl），可以把正则改为"(.*)_(..)_(.*)"，匹配更精准。
若数据中存在非目标格式的列，可通过cols参数明确指定要处理的列，比如cols = matches(".*_.*_.*")（匹配包含两个下划线的列）或cols = starts_with(c("immigration", "leftright"))。