在R中使用pivot_longer批量按组转换宽表为长表

嘿，我懂你的痛点——已经会用pivot_longer，但面对成组的列（比如name_1/age_1对应成员1，name_2/age_2对应成员2这种），手动硬编码列名完全不现实，尤其是你实际要处理20个成员的情况，那得写到天荒地老对吧？

其实核心思路就是利用你列名的命名规律，用pivot_longer的列名拆分功能来实现程序化处理，不用管有多少个成员，代码都是通用的。

先处理你的示例数据 #

首先加载tidyverse（pivot_longer是tidyr包的函数，属于tidyverse家族）：

library(tidyverse)

# 你的输入数据
ip <- data.frame( 
  stringsAsFactors = FALSE, 
  Question = c(1L, 2L), 
  name_1 = c("abc", "abc2"), 
  age_1 = c(12L, 34L), 
  name_2 = c("xyz", "xyz2"), 
  age_2 = c(34L, 45L) 
)

然后用一行通用代码完成转长：

op <- ip %>%
  pivot_longer(
    cols = -Question,  # 排除不需要转长的Question列，自动选中所有成员相关列
    names_to = c(".value", "Member"),  # 拆分列名：.value对应变量名（name/age），Member对应成员编号
    names_sep = "_"  # 用下划线作为列名的拆分分隔符
  ) %>%
  rename(question = Question, Name = name)  # 调整列名匹配你的预期输出

关键参数解释 #

• cols = -Question：这里用负号排除不需要转长的列，不管你有多少个成员（比如20个），所有name_*和age_*都会被自动选中，不用一个个列出来。
• names_to = c(".value", "Member")：这是实现批量处理的核心！.value是tidyr的特殊占位符，它表示拆分后列名的前缀部分（比如name_1里的name）会成为新的列名；而拆分后的后缀部分（比如1）会作为Member列的取值。
• names_sep = "_"：告诉函数用下划线拆分列名，完美匹配你列名的命名规则。如果你的列名用的是其他分隔符（比如点name.1），只需要改成names_sep = "\\."就行（注意点在正则里要转义）。

扩展到你的实际场景 #

你实际有13个Question和20个成员，这段代码完全不需要修改——不管你有多少个成员列，cols = -Question都会自动包含所有成员相关的列，names_sep会正确拆分每一个列名，最终输出的结果会自动包含20个成员对应的行，完全符合你的需求。

运行后你会得到和预期一致的输出：

> op
  question Member  Name age
1        1      1   abc  12
2        1      2   xyz  34
3        2      1  abc2  34
4        2      2  xyz2  45

内容的提问来源于stack exchange，提问作者Vaibhav Singh