R语言：合并多列日期为单列并转换格式的方法求助

嘿，刚接触R不用慌，你的需求其实就是典型的宽数据转长数据操作，再加上日期格式转换，这俩在R里有非常成熟的工具，我给你推荐两个常用的方案，上手都很顺：

推荐方案1：用tidyr::pivot_longer（tidyverse生态，更主流） #

这是tidyverse包组里的新函数，语法清晰灵活，是现在处理宽转长的首选。步骤如下：

1. 先加载tidyverse包（如果没安装，先跑install.packages("tidyverse")）
2. 用pivot_longer把所有日期列合并成date和recovered两列
3. 去掉日期列名开头的X，再转换为日期格式

代码示例：

# 加载包
library(tidyverse)

# 假设你的数据集名为df
df_processed <- df %>%
  # 把所有X开头的列转成长格式
  pivot_longer(
    cols = starts_with("X"),          # 匹配所有以X开头的日期列
    names_to = "date",                # 原列名存入date列
    values_to = "recovered"           # 原列值存入recovered列
  ) %>%
  # 处理日期格式：去掉开头的X，再转成Date类型
  mutate(date = as.Date(str_remove(date, "^X"), format = "%Y.%m.%d"))

小提示： #

如果你的日期列命名规则有变化（比如不是都以X开头），可以用正则匹配来精准选中日期列，比如：

cols = matches("\\d{4}\\.\\d{2}\\.\\d{2}")  # 匹配所有YYYY.MM.DD格式的列名

备选方案2：用reshape2::melt（经典宽转长函数） #

如果你习惯用reshape2包，也可以用melt函数实现同样的效果：

1. 安装并加载reshape2包（install.packages("reshape2")）
2. 用melt指定ID列为Country.Region，生成长格式数据
3. 处理日期格式

代码示例：

library(reshape2)

# 宽转长
df_long <- melt(df, 
                id.vars = "Country.Region", 
                variable.name = "date", 
                value.name = "recovered")

# 转换日期格式
df_long$date <- as.Date(sub("^X", "", df_long$date), format = "%Y.%m.%d")

两种方案都能完美实现你的需求，个人更推荐第一个，因为tidyverse的函数链写法更清晰，后续做其他数据清洗也更连贯~

内容的提问来源于stack exchange，提问作者josie