R语言实现含复合列名的宽格式数据转指定结构长格式

两种成熟实现路径，均适配大体量数据，无需手动枚举列名：

方案1：tidyverse 实现（推荐，千万级行数据处理效率高） #

核心用pivot_longer做长宽转换，通过正则自动从列名拆分出coef和model字段，代码如下：

library(dplyr)
library(tidyr)

data_long <- data %>%
  pivot_longer(
    cols = !id,
    names_to = "tmp_col",
    values_to = "value"
  ) %>%
  mutate(
    coef = paste0(sub("_p_.*", "", tmp_col), "_p_"),
    model = sub(".*_p_", "", tmp_col)
  ) %>%
  select(id, model, coef, value)

运行结果完全匹配要求的结构，id=1对应的记录如下：

id           model      coef value
1  1          model1 fact_1_p_     1
2  1          model1   ra_2_p_     5
3  1          model2   da_1_p_     3
4  1          model2   dd_2_p_     4
5  1 nonlinearmodel1 fact_1_p_     4
6  1 nonlinearmodel1   tt_2_p_     3
7  1 nonlinearmodel2 fact_1_p_     1
8  1 nonlinearmodel2 rara_2_p_     9

方案2：基础R实现（无第三方包依赖） #

如果不方便安装扩展包，可以直接用基础R的reshape函数实现，逻辑和上面一致：

# 提取所有待转换的指标列名
metric_cols <- setdiff(names(data), "id")
# 自动拆分列名得到两个标识向量
coef_set <- paste0(sub("_p_.*", "", metric_cols), "_p_")
model_set <- sub(".*_p_", "", metric_cols)

# 长宽转换
data_long <- reshape(
  data,
  direction = "long",
  varying = metric_cols,
  v.names = "value",
  timevar = "col_index",
  times = seq_along(metric_cols),
  idvar = "id"
)
# 匹配填入标识字段
data_long$coef <- coef_set[data_long$col_index]
data_long$model <- model_set[data_long$col_index]
# 清理冗余字段，调整列顺序
data_long <- data_long[, c("id", "model", "coef", "value")]
rownames(data_long) <- NULL

适配说明 #

• 上述代码默认所有指标列命名遵循[系数前缀]_p_[模型标识]的规则，和给出的示例命名完全一致，真实数据只要保持这个命名规则，不管有多少列、多少行数据都可以自动处理，不需要手动修改列名映射。
• 如果后续命名规则调整，只需要修改sub函数里的正则匹配规则即可，整体转换逻辑不需要改动。

内容的提问来源于stack exchange，提问作者yoo