如何在R中对多列非数值分类数据使用pivot_longer

你的问题核心是要将**成对的列（xN_date/xN_class）**转换为长格式的行，同时保留对应关系并移除全NA的行。以下是针对大规模数据（x0到x400）的高效实现：

正确代码 #

library(tidyverse)

test <- df %>%
  pivot_longer(
    cols = matches("^x\\d+_(date|class)"), # 匹配所有xN_date/xN_class格式的列
    names_to = c("group", ".value"),       # group存分组标识，.value将date/class转为列
    names_pattern = "^x(\\d+)_(date|class)", # 捕获分组数字和属性类型
    values_drop_na = FALSE                 # 先保留NA，后续统一过滤
  ) %>%
  filter(!is.na(date) | !is.na(class)) %>% # 移除date和class全为NA的无效行
  select(-group) # 不需要分组标识的话可以删除该列

代码说明 #

1. 列匹配：matches("^x\\d+_(date|class)")精准定位所有x+数字+_date/_class格式的列，完美适配x0到x400的大规模数据。
2. 命名规则：
   • group：存储每个成对列的分组标识（比如x0、x1）；
   • .value：pivot_longer的特殊参数，会将捕获到的date/class作为新列名，自动把对应值填充到列中，这是处理这类成对属性列转长表的关键。
3. 正则捕获：^x(\\d+)_(date|class)拆分列名，第一部分捕获x后面的数字，第二部分捕获属性类型（date或class）。
4. 过滤无效行：用filter移除date和class全为NA的行，避免无效数据干扰。

输出验证 #

运行代码后会得到你预期的结果：

name      date     class
1  sue 2020-1-20   biology
2  sue 2021-4-18   english
3  joe 2020-2-20   physics
4  tom 2020-3-20 chemistry
5  tom 2021-6-18     drama

原代码问题说明 #

你之前的代码错误地将names_to设为c("date", "class")，这会把分组数字存入date列、属性类型存入class列，完全颠倒了数据对应关系。使用.value参数才是处理这类成对属性列转长表的正确逻辑。

内容的提问来源于stack exchange，提问作者Bradley Allf