R语言按单列融合DataFrame 堆叠相同命名模式的其余列

方案1：tidyverse 实现（可读性高，易维护） #

该方案依赖tidyr包的长宽转换函数，自动适配列名规则，不需要手动指定列位置：

library(tidyverse)

df_reshape <- df %>%
  # 按列名的点分隔符拆分，直接提取后缀为列名
  pivot_longer(cols = -Year,
               names_to = c("prefix", ".value"),
               names_sep = "\\.") %>%
  # 去除不需要的前缀列（A/B/C）
  select(-prefix)

# 验证结果是否和目标一致
identical(df_reshape, df_goal)

方案2：基础R实现（无依赖，处理大数据速度更快） #

如果你的数据体量极大，不需要加载第三方包可以用基础R实现，逻辑是批量提取相同后缀的列合并：

# 提取所有后缀名（自动识别x/y/z，无需手动指定）
suffix <- unique(gsub("^.*\\.", "", names(df)[names(df) != "Year"]))
# 提取所有前缀名（自动识别A/B/C分组数量）
prefix <- unique(gsub("\\..*$", "", names(df)[names(df) != "Year"]))

# 批量生成每一列的数值
df_list <- lapply(suffix, function(s) {
  as.vector(t(df[, grepl(paste0("\\.", s, "$"), names(df))]))
})
names(df_list) <- suffix
# 生成Year列
df_list$Year <- rep(df$Year, each = length(prefix))
# 调整列顺序得到最终结果
df_reshape <- as.data.frame(df_list)[, c("Year", suffix)]

# 验证结果是否和目标一致
identical(df_reshape, df_goal)

说明 #

两种方案都完全适配你的命名规则，无论前缀（A/B/C）和后缀（x/y/z）的数量有多少，都可以自动识别处理，不需要手动调整列索引，适合大规模数据集的自动化处理。

内容的提问来源于stack exchange，提问作者Theodore