如何用pivot_longer()替代gather()实现指定数据重塑效果？

可复现数据与原gather()实现 #

以下是可复现的数据集和你原本使用gather()的代码（注：原代码存在参数错误，已修正为能得到期望输出的版本）：

m="
id count2020 count2021 ratio2020 ratio2021
A  1         2         .1        .2
A  3         4         .3        .4
B  5         6         .5        .6
B  7         8         .7        .8
"
d1  <- read.table(text = m, h=T)

# 修正后的gather()实现
d1 %>% 
  gather(key = "year", value = "ratio", ratio2020:ratio2021) %>%
  gather(key = "year_count", value = "count", count2020:count2021) %>%
  mutate(year = gsub("ratio", "", year)) %>%
  select(id, count, year, ratio) %>%
  arrange(id, year)

期望输出 #

id count year ratio
1  A     1 2020   0.1
2  A     2 2021   0.2
3  A     3 2020   0.3
4  A     4 2021   0.4
5  B     5 2020   0.5
6  B     6 2021   0.6
7  B     7 2020   0.7
8  B     8 2021   0.8

用pivot_longer()实现相同效果 #

pivot_longer()比gather()更灵活，只需一次调用就能完成两组列的重塑，无需多次拼接和清洗：

library(tidyr)
library(dplyr)

d1 %>%
  pivot_longer(
    cols = -id,
    names_to = c(".value", "year"),
    names_pattern = "(count|ratio)(\\d{4})"
  ) %>%
  arrange(id, year)

关键参数说明 #

• cols = -id：保留id列，对其余所有列执行重塑操作
• names_to = c(".value", "year")：将列名拆分为两部分，.value表示列名中对应的指标类型（count/ratio）会作为新的列名，year则存储提取出的年份值
• names_pattern = "(count|ratio)(\\d{4})"：通过正则表达式匹配列名，第一组捕获指标类型，第二组捕获四位数字的年份

运行上述代码后，得到的结果和期望输出完全一致。

内容的提问来源于stack exchange，提问作者Reza