R语言使用pivot_longer合并数据集实现宽表转长表的高效方法

你可以通过pivot_longer的列名正则拆分功能一行完成转换，操作如下： #

1 修正原始数据构造 #

你提供的原始数据构造代码中，area、area2的元素未加引号会被R识别为未定义对象，同时需要把这两个字段加入原始数据框：

issue_1_t1 <- c(10, 20, 30, 40)
issue_2_t1 <- c(10, 20, 30, 10)
issue_1_t2 <- c(10, 20, 30, 40)
issue_2_t2 <- c(10, 20, 30, 10)
issue_1_t3 <- c(10, 20, 30, 40)
issue_2_t3 <- c(10, 20, 30, 10)
area <- c("area1", "area2", "area3", "area4")
area2 <- c("area10", "area20", "area30", "area40")
df <- data.frame(area, area2, issue_1_t1, issue_2_t1, issue_1_t2, issue_2_t2, issue_1_t3, issue_2_t3)

2 核心转换代码 #

加载tidyr包后运行以下一行代码即可得到目标结构：

library(tidyr)
result <- pivot_longer(df, cols = -c(area, area2), names_to = c(".value", "time"), names_pattern = "(issue_\\d+)_t(\\d)") %>% select(-time)

3 逻辑说明 #

• cols = -c(area, area2)：指定保留area、area2为固定维度列，其余所有issue列参与长宽转换
• names_pattern = "(issue_\\d+)_t(\\d)"：通过正则表达式将issue_1_t1这类列名拆分为issue_1和1两个分组
• names_to = c(".value", "time")：将拆分出的第一个分组作为新的列名，第二个分组存入临时的time列标识时间周期
• 最后删除不需要的time列，即可得到你需要的输出

注：你手写的目标输出中每个时间组第四行的issue2值为40，和你原始数据中issue_2_t*第四行值为10的设定不一致，属于手误，代码会按原始数据的真实值输出。

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