如何用tidyr::pivot_longer一次性完成多列宽转长数据整理

你可以借助pivot_longer的names_pattern参数配合正则匹配，一次性完成宽表转长表的操作，无需拆分多个子表再合并，示例代码如下：

library(tidyverse)

# 替换下面的「raw_data」为你的实际数据框名称
final_long <- raw_data %>%
  # 筛选需要处理的列，自动过滤will_ef、dexfood等不需要的列
  select(ID, matches("^will_f\\d+$|^dface\\d+$|^dfood\\d+$|^dout\\d+$")) %>%
  pivot_longer(
    cols = -ID,
    # .value表示第一组正则匹配结果作为新列名，第二组作为trial列取值
    names_to = c(".value", "trial"),
    # 正则分两组：第一组抓变量前缀，第二组抓末尾的试验编号
    names_pattern = "(will_f|dface|dfood|dout)(\\d+)",
    # 转换前缀为你需要的变量名，同时把trial转为整数格式
    names_transform = list(
      .value = ~case_when(
        .x == "will_f" ~ "will",
        .x == "dface" ~ "face",
        .x == "dfood" ~ "food",
        .x == "dout" ~ "out"
      ),
      trial = as.integer
    )
  )

核心逻辑说明 #

• 用matches()配合正则筛选目标列，避免手动指定列范围出错
• names_to中的.value是pivot_longer的特殊关键字，会把对应正则分组匹配到的内容转为新的变量列，自动按ID和trial对齐取值
• names_transform一步完成前缀重命名和trial的类型转换，无需额外处理
  运行后你将直接得到包含ID、trial、will、face、food、out六列的长表，完全匹配你的需求。

内容的提问来源于stack exchange，提问作者gundedun