如何对含多names_from与values_from列的dataframe执行pivot_wider？

要实现你需要的宽表转换，得先把数据从宽表转成长表，统一处理p/s/t前缀的列，再重新转回宽表。具体步骤如下：

1. 加载所需工具 #

先确保安装并加载tidyr（属于tidyverse套件）：

install.packages("tidyverse")
library(tidyr)

2. 转成中间长表 #

把原始数据里带p/s/t前缀的列拆分，提取出「类别（p/s/t）」和「属性（code/saved/cost）」：

df_long <- df %>%
  pivot_longer(
    cols = -code,  # 保留原始A1/A2这类code列，其他列参与转换
    names_to = c("category", ".value"),  # 列名拆成两部分：前缀存为category，后缀作为新列名
    names_pattern = "(.)(code|saved|cost)"  # 正则匹配：第一个字符是p/s/t，后面是code/saved/cost
  )

转换后df_long的结构示例：

3. 生成目标宽表 #

把code_col（原pcode/scode/tcode的取值）作为列名，将saved和cost对应填入单元格：

df_wide <- df_long %>%
  pivot_wider(
    id_cols = code,  # 以原始code列为分组依据
    names_from = code_col,  # 用code_col的取值作为新列名前缀
    values_from = c(saved, cost),  # 把saved和cost的值填入对应列
    names_glue = "{code_col}_{.value}"  # 拼接列名，格式为「code值_属性」，比如el_saved
  )

最终结果示例 #

df_wide的部分内容如下：

单元格数值对应原始数据中该行p/s/t组内匹配code值的saved或cost，无匹配项的位置填充NA。

内容的提问来源于stack exchange，提问作者knick