在R中批量将相似命名列转换为长格式的方法求助

你的问题出在names_sep="_"的分割逻辑上：它会按第一个下划线拆分列名，要是你的列前缀里本身包含下划线（比如存在Teacher_Exp_2019这类列名），拆分后年份部分会变成Exp_2019，导致无法和其他同年份的列匹配，最终生成大量NA。

正确的做法是用正则表达式精准匹配年份部分，不管前缀里有多少个下划线，只提取最后一个下划线后的四位数字作为年份。代码如下：

library(tidyverse)

data <- read.csv("https://raw.githubusercontent.com/ilzl/i/master/prac.csv") %>%
  pivot_longer(
    cols = -id,
    names_to = c(".value", "year"),
    # 正则规则：捕获下划线前的所有内容作为列前缀，下划线后四位数字作为年份
    names_pattern = "(.*)_(\\d{4})"
  ) %>%
  # 把year从字符转成数值型
  mutate(year = as.numeric(year))

关键说明 #

• names_pattern = "(.*)_(\\d{4})"：
  • (.*)：匹配并捕获下划线前的所有内容，对应.value（也就是保留的原列前缀，比如ratio、EL、Teacher）
  • (\\d{4})：匹配并捕获四位数字，对应year列，确保只提取2019、2020这类年份值
• 最后用mutate把year转成数值型，方便后续按年份做分析

内容的提问来源于stack exchange，提问作者Reza