如何重塑DataFrame并将间隔为5的重复列转换为行？

我明白你现在的需求啦——把带重复结构的宽表转成适合分组分析的长表，最终只保留Dates、PX_LAST、PX_HIGH、PX_VOLUME、Name这5列对吧？用dplyr加tidyr的组合就能轻松搞定，之前单独用管道没成功可能是没抓准宽转长的核心步骤，咱们一步步来：

先模拟你的原始数据（方便对照） #

假设你的DataFrame长这样，每5列对应一个标的（Name），列名带后缀区分：

library(tidyverse)

# 模拟原始宽表
df <- tibble(
  Dates = seq.Date(as.Date("2023-01-01"), as.Date("2023-01-03"), by = "day"),
  # Stock A的5列（含你需要的3个PX指标）
  PX_LAST_StockA = c(100, 102, 101),
  PX_HIGH_StockA = c(101, 103, 102),
  PX_VOLUME_StockA = c(10000, 12000, 9000),
  PX_OPEN_StockA = c(99, 101, 100),
  PX_LOW_StockA = c(98, 100, 99),
  # Stock B的5列
  PX_LAST_StockB = c(50, 51, 52),
  PX_HIGH_StockB = c(51, 52, 53),
  PX_VOLUME_StockB = c(5000, 6000, 7000),
  PX_OPEN_StockB = c(49, 50, 51),
  PX_LOW_StockB = c(48, 49, 50)
)

核心处理代码（管道式实现） #

直接用管道串联三步操作，就能得到你要的结构：

final_df <- df %>%
  # 第一步：把所有非Dates列转成长格式，统一收集指标和对应值
  pivot_longer(
    cols = -Dates,
    names_to = "combined_col",
    values_to = "value"
  ) %>%
  # 第二步：拆分列名，分离出指标名（如PX_LAST）和Name（如StockA）
  # 正则`_(?=[^_]+$)`专门匹配最后一个下划线，避免拆分PX_LAST里的下划线
  separate(
    col = combined_col,
    into = c("metric", "Name"),
    sep = "_(?=[^_]+$)",
    remove = TRUE
  ) %>%
  # 第三步：把指标名转回列，得到目标宽表结构
  pivot_wider(
    names_from = metric,
    values_from = value
  ) %>%
  # 最后只保留你需要的5列，去掉多余指标
  select(Dates, Name, PX_LAST, PX_HIGH, PX_VOLUME)

# 查看最终结果
print(final_df)

代码解释 #

• pivot_longer：把每一组的重复列都“压”成一行，这样所有指标值都集中在一列，方便后续拆分名称。
• separate：用正则精准拆分列名，确保像PX_LAST这种带下划线的指标名不会被拆坏，准确分离出每个指标对应的Name。
• pivot_wider：把拆分后的指标名重新转成列，回到你需要的分析格式——现在每一行对应一个Date+Name的组合，指标列清晰分开。
• select：过滤掉不需要的列，只保留你指定的5列。

适配你的实际情况的小调整 #

• 如果你的列名后缀是用点号分隔的（比如PX_LAST.StockA），把separate里的sep改成"\\.(?=[^.]+$)"就行。
• 如果原始数据中每个Name都有自己的Dates列（不是共用一列），那第一步要把cols设为everything()，拆分后再处理Dates列即可。

内容的提问来源于stack exchange，提问作者Martiiin