R语言如何对复合表头宽表执行melt融合实现多表头行转列

实现方法 #

处理复合表头的核心逻辑是先把两层表头信息合并到列名中，拉长后再拆分出两个维度字段，以下提供两种常用实现方案：

前置处理（两种方案通用）

先对原始数据集的列名做分层标记，提取有效数据行：

# 假设你的原始数据集赋值给df
# 提取两层表头信息
date_layer <- as.character(df[1, ])  # 第一层：日期对应variable1
group_layer <- as.character(df[2, ]) # 第二层：分组序号对应variable2

# 前两列是固定维度，不需要分层
date_layer[1:2] <- c("ID", "number")
group_layer[1:2] <- c("", "")

# 用不会出现在字段内容中的分隔符合并列名
colnames(df) <- paste(date_layer, group_layer, sep = "|")

# 提取有效数据部分，去掉前两行表头行
df_data <- df[3:nrow(df), ]

方案1：使用tidyr包（推荐，多表头场景适配性更好）

library(dplyr)
library(tidyr)

df_result <- df_data %>%
  pivot_longer(
    cols = -c(ID, number), # 保留ID、number两列作为固定维度
    names_to = c("variable1", "variable2"), # 拆分后的两个新字段名
    names_sep = "\\|", # 按之前设置的分隔符拆分列名
    values_to = "value"
  )

# 如果只需保留分组序号1-3的结果，可追加过滤逻辑
df_result <- df_result %>%
  filter(variable2 %in% c("1", "2", "3"))

方案2：使用reshape2包的melt实现

library(reshape2)
library(stringr)
library(dplyr)

# 先按单表头方式拉长
df_melt <- melt(df_data, id.vars = c("ID", "number"), value.name = "value")

# 拆分变量列得到两个维度字段
df_result <- df_melt %>%
  mutate(
    variable1 = str_split_fixed(variable, "\\|", 2)[,1],
    variable2 = str_split_fixed(variable, "\\|", 2)[,2]
  ) %>%
  select(ID, number, variable1, variable2, value) %>%
  # 按需过滤分组序号
  filter(variable2 %in% c("1", "2", "3"))

两种方案输出的结果都和你期望的结构一致，可根据自己的使用习惯选择。

内容的提问来源于stack exchange，提问作者Yun