如何用dplyr的pivot_wider转换特殊结构的DataFrame？

不需要先pivot_wider再pivot_longer，核心是先拆分metric列，区分基础指标和上下限类型，再一次性转成目标宽格式。

步骤1：加载数据 #

library(tidyverse)

df <- tibble(metric = c('income', 'income_upp', 'income_low', 'n_house', 'n_house_upp', 'n_house_low'),
       value = c(120, 140, 100, 10, 8, 12))

步骤2：拆分指标列并转宽 #

通过字符串处理提取基础指标名称，同时标记该值是主值、下限还是上限，再用pivot_wider重组：

df_processed <- df %>%
  mutate(
    # 提取基础指标名：移除末尾的_upp或_low后缀
    base_metric = str_remove(metric, '_upp$|_low$'),
    # 标记值的类型：主值/下限/上限
    value_type = case_when(
      str_detect(metric, '_upp$') ~ 'value_upp',
      str_detect(metric, '_low$') ~ 'value_low',
      TRUE ~ 'value'
    )
  ) %>%
  pivot_wider(
    id_cols = base_metric,
    names_from = value_type,
    values_from = value
  ) %>%
  rename(metric = base_metric) # 把基础指标列名改回metric

输出结果 #

print(df_processed)
#> # A tibble: 2 × 4
#>   metric   value value_low value_upp
#>   <chr>    <dbl>     <dbl>     <dbl>
#> 1 income     120       100       140
#> 2 n_house     10         8        12

思路说明 #

直接pivot_wider会把每个metric值都转成单独列，原因是没有区分基础指标和上下限的关联关系。通过拆分metric列，把同一基础指标的主值、上下限归为一组，再转宽就能得到清晰的目标结构。

内容的提问来源于stack exchange，提问作者Juan C