如何用tidyverse的pivot_longer将多列宽表转为指定长表结构

假设你的宽格式数据包含阴性对照、阳性对照的开始/结束时间，以及实验组的开始/结束时间，以下是基于tidyverse的实现方法：

1. 示例数据 #

先定义一个最小可复现的示例数据集：

df <- structure(list(
  neg_control_start = c("2023-01-01 09:00", "2023-01-02 09:00"),
  neg_control_end = c("2023-01-01 10:00", "2023-01-02 10:00"),
  pos_control_start = c("2023-01-01 11:00", "2023-01-02 11:00"),
  pos_control_end = c("2023-01-01 12:00", "2023-01-02 12:00"),
  exp_start = c("2023-01-01 13:00", "2023-01-02 13:00"),
  exp_end = c("2023-01-01 14:00", "2023-01-02 14:00")
), class = "data.frame", row.names = c(NA, -2L))

2. 转换代码 #

使用tidyverse的pivot_longer和pivot_wider函数完成格式转换：

library(tidyverse)

result <- df %>%
  # 将所有时间列转成长格式，拆分列名为分组类型和时间类型
  pivot_longer(
    cols = everything(),
    names_to = c("group_type", "time_type"),
    names_pattern = "(.*)_(start|end)",
    values_to = "time"
  ) %>%
  # 将start/end转成独立列
  pivot_wider(
    names_from = time_type,
    values_from = time
  ) %>%
  # 创建control二进制列：对照组标记为1，实验组标记为0
  mutate(
    control = if_else(str_detect(group_type, "control"), 1, 0),
    # 可选：将时间字符串转换为时间格式
    start_time = as.POSIXct(start),
    end_time = as.POSIXct(end)
  ) %>%
  # 保留目标列
  select(control, start_time, end_time)

3. 输出结果 #

转换后的数据集结构如下：

# A tibble: 6 × 3
  control start_time         end_time          
    <dbl> <dttm>              <dttm>             
1       1 2023-01-01 09:00:00 2023-01-01 10:00:00
2       1 2023-01-01 11:00:00 2023-01-01 12:00:00
3       0 2023-01-01 13:00:00 2023-01-01 14:00:00
4       1 2023-01-02 09:00:00 2023-01-02 10:00:00
5       1 2023-01-02 11:00:00 2023-01-02 12:00:00
6       0 2023-01-02 13:00:00 2023-01-02 14:00:00

代码说明 #

• pivot_longer通过正则表达式names_pattern拆分列名，把neg_control_start拆分为group_type=neg_control和time_type=start；
• pivot_wider把分散的start/end时间值转成单独的列；
• mutate里的str_detect判断分组类型是否包含"control"，以此生成二进制的control列；
• 可选的时间格式转换确保start_time和end_time为可操作的时间类型。

内容的提问来源于stack exchange，提问作者Eizy