如何对列名含序号后缀的DataFrame执行Pivot Longer操作？

你可以用tidyr包的pivot_longer()函数处理这种带后缀的宽格式数据，或者用基础R方法实现，两种方式如下：

方法一：使用tidyr（推荐） #

利用正则表达式匹配列名的固定前缀和可变后缀，直接转换为长格式：

library(tidyr)

# 原始数据
df <- structure(list(Name = "Jon", Age = 23, Name1 = "Jessica", Age1 = 13, 
    Name2 = "Martin", Age2 = 54), class = "data.frame", row.names = c(NA, 
-1L))

# 转换格式
result <- df %>%
  pivot_longer(
    cols = everything(),
    names_to = c(".value", "id"),  # .value保留前缀作为新列名，id存储后缀数字
    names_pattern = "(Name|Age)(\\d*)"  # 捕获前缀和后缀
  ) %>%
  select(-id)  # 移除临时的id列

print(result)

执行后输出：

# A tibble: 3 × 2
  Name    Age
  <chr> <dbl>
1 Jon      23
2 Jessica  13
3 Martin   54

关键参数说明： #

• names_to = c(".value", "id")：.value是特殊占位符，将列名的固定部分（Name/Age）作为新列名；id临时存储列名的数字后缀。
• names_pattern = "(Name|Age)(\\d*)"：正则表达式，(Name|Age)匹配列名前缀，(\\d*)匹配后续的数字（允许空值，对应原始的Name和Age列）。

方法二：基础R实现 #

通过提取姓名和年龄列组，再合并为长格式：

# 原始数据
df <- structure(list(Name = "Jon", Age = 23, Name1 = "Jessica", Age1 = 13, 
    Name2 = "Martin", Age2 = 54), class = "data.frame", row.names = c(NA, 
-1L))

# 提取姓名和年龄列
name_cols <- grep("^Name", names(df), value = TRUE)
age_cols <- grep("^Age", names(df), value = TRUE)

# 合并为结果数据框
result_base <- data.frame(
  Name = unlist(df[name_cols]),
  Age = unlist(df[age_cols]),
  stringsAsFactors = FALSE
)

# 重置行名
rownames(result_base) <- 1:nrow(result_base)

print(result_base)

执行后输出：

Name Age
1     Jon  23
2 Jessica  13
3  Martin  54

内容的提问来源于stack exchange，提问作者Jamie