基于含序号的列名在R中将数据框转换为长格式

针对你的需求，不需要写循环，用tidyr包的pivot_longer函数可以高效完成宽转长操作，自动识别带序号的变量组：

步骤1：加载依赖包 #

library(tidyr)

步骤2：执行宽转长转换 #

df_tomake <- df_asis %>%
  pivot_longer(
    cols = -ID,  # 排除ID列，处理其余所有列
    names_to = c(".value", "observation"),  # .value保留原变量名作为列，observation存储分组序号
    names_sep = "\\."  # 按点号分割列名（点是正则特殊字符，需转义）
  ) %>%
  select(-observation)  # 不需要序号列则删除

这段代码会自动把Age/Age.1/Age.2合并为一列Age，Gender系列和Code系列同理，最终每个ID对应多行观测，和你给出的目标数据框完全一致。该方法无需手动指定组数（哪怕是51组也能自动处理），只要列名符合变量名.序号格式即可正常工作。

Base R替代方案（无需tidyverse） #

如果不能加载外部包，可以用base R的reshape函数：

# 计算变量组数：总变量数（除ID）除以每组变量个数（此处为3）
group_count <- (ncol(df_asis) - 1) / 3

df_tomake_base <- reshape(
  df_asis,
  direction = "long",
  varying = names(df_asis)[-1],
  v.names = c("Age", "Gender", "Code"),
  idvar = "ID",
  timevar = "observation",
  times = 0:(group_count - 1)
) %>%
  select(-observation) %>%
  arrange(ID)

这个方法需要手动指定变量名（v.names）和计算组数，适合无法加载外部包的场景。

内容的提问来源于stack exchange，提问作者zhg