如何使用pivot_longer对多组同命名规则列完成宽表转长表

• 第一种写法错误：
  拆分逻辑与列赋值完全反向，正则(?=[0-9])会把Time1Day拆分为Time和1Day两部分，你错误地将这两部分赋值给了Day、Month字段，同时未使用.value特殊参数，无法同时生成Day、Month两个独立值列。
• 第二种写法错误：
  连续两次调用pivot_longer会产生笛卡尔积，相同Time前缀的Day、Month值无法正确匹配，会生成大量重复错误的行。

核心逻辑是用names_pattern配合.value特殊参数，拆分列名的同时自动生成对应的值列：

df.long <- df %>%
  pivot_longer(
    cols = starts_with("Time"),
    names_to = c("Time", ".value"),
    names_pattern = "(Time\\d)(Day|Month)",
    values_drop_na = TRUE
  )

参数说明 #

• names_pattern设置两个捕获组，第一个组(Time\\d)匹配Time1/Time2/Time3这类时间标识，对应赋值给names_to的第一个参数Time，生成Time列
• 第二个捕获组(Day|Month)匹配度量类型，对应names_to的.value参数，系统会自动将匹配到的内容作为新的值列名，把对应数值分别存入Day、Month列
• values_drop_na = TRUE自动过滤掉Time3中id-3的NA行，输出结果与你的预期完全一致

内容的提问来源于stack exchange，提问作者tchoup