使用正则表达式将宽格式DataFrame部分列重塑为长格式

我来帮你搞定这个格式转换的问题～你已经成功用gather()+separate()得到了拆分后的整洁数据，现在想要把Dir和Degree合并成DirDegree列（比如D.13），其实有两种简单的方法：

方法一：基于已有tidy数据合并列（最直观） #

既然你已经通过separate()把key拆成了Dir、Degree、Type，直接用paste()合并前两列就好，步骤简单不容易出错：

library(tidyverse)

# 你已经得到的整洁数据
df.tidy = df %>% gather(key, Wh, -time) %>% separate(key, c("Dir", "Degree", "Type"), "\\.")

# 合并Dir和Degree为DirDegree，然后调整列顺序
df.target <- df.tidy %>%
  mutate(DirDegree = paste(Dir, Degree, sep = ".")) %>%
  select(time, DirDegree, Type, Wh)

# 查看结果
head(df.target)

运行后就能得到你期望的格式：

time DirDegree Type        Wh
1 2009-01-01     D.13   JA -2.2529442
2 2009-01-02     D.13   JA  1.0698570
3 2009-01-03     D.13   JA  1.7558374
4 2009-01-04     D.13   JA -0.2571767
5 2009-01-05     D.13   JA  0.2389923
6 2009-01-06     D.13   JA  1.6444592

方法二：用extract()一步到位（修正正则表达式） #

你之前尝试extract()时得到NA，是因为正则表达式写得不对。你的key格式是X.Y.Z（比如D.13.JA），我们需要把X.Y作为第一组（DirDegree），Z作为第二组（Type），正确的正则应该用[^.]+匹配任意非点的字符，确保适配不同长度的Dir或Degree：

df.target <- df %>%
  gather(key, Wh, -time) %>%
  extract(key, c("DirDegree", "Type"), "(^[^.]+\\.[^.]+)\\.([^.]+)$")

# 查看结果
head(df.target)

正则表达式解释： #

• ^[^.]+\\.[^.]+：匹配从开头到第二个点之前的所有字符（比如D.13），其中[^.]+表示任意非点的字符序列，\\.匹配点本身
• \\.：匹配分隔DirDegree和Type的点
• ([^.]+)$：匹配最后一个点之后的所有字符（比如JA），$表示字符串结尾，确保匹配完整的Type部分

这样就能正确提取出你需要的列，不会出现NA啦～

内容的提问来源于stack exchange，提问作者tRash