R语言用dplyr、tidyr实现宽表转长表去重及bind_rows保留列名

解决方案 #

核心使用tidyr::pivot_longer的names_pattern+*.value*特殊参数实现，无需循环或手动拆分数据，可直接按规则匹配成对字段生成目标长表。

针对你提供的测试样例（列名为x1/y1/x2/y2格式） #

library(tidyverse)
# 你的测试数据
df.trial <-  data.frame(x1 = seq(10), 
                        y1 = runif(10),
                        x2 = seq(11,20),
                        y2 = runif(10))
# 转换代码
df_result <- df.trial %>% 
  pivot_longer(
    cols = everything(),
    # 正则拆分列名：第一组匹配x/y，第二组匹配组编号
    names_pattern = "(.)(\\d+)",
    # .value表示把第一分组匹配的内容作为新列名，第二分组内容存入「属性名」列
    names_to = c(".value", "属性名")
  )

输出结果无重复数据，结构如下：

通用适配「属性.x/属性.y」格式的列名 #

如果你的实际字段是身高.x/身高.y、宽度.x/宽度.y这类结构，只需调整正则规则即可：

# 示例数据
df_attr <- data.frame(
  身高.x = c(175, 180, 165),
  身高.y = c(65, 72, 55),
  体重.x = c(30, 35, 28),
  体重.y = c(12, 15, 10)
)
# 转换代码
df_attr_result <- df_attr %>% 
  pivot_longer(
    cols = everything(),
    # 按点拆分列名：第一组为属性名，第二组为x/y
    names_pattern = "(.*)\\.(.*)",
    names_to = c("属性名", ".value")
  )

原写法出错原因 #

你之前两次调用pivot_longer没有绑定同组x/y的对应关系，会生成笛卡尔积导致重复条目；手动拆分再bind_rows的方式适配性差，分组多的时候容易出错。

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