R语言迭代作物相关列组构建rbind拼接tidy规整数据集方法问询

最优实现思路：使用tidyr::pivot_longer一步完成宽转长 #

完全不需要循环写文件、读文件拼接，利用列名的命名规律直接提取分组信息，代码量极少且运行效率远高于循环方案：

library(tidyverse)

# 示例数据
data <- tribble(
~grower, ~YEAR, ~c.0., ~a.0., ~s.0., ~f.0., ~o.0., ~r.0., ~c.10., ~a.10, ~s.10., ~f.10., ~o.10., ~r.10.,
"Bob", 2014, "Kale, Baby", 7.0, 87.0, 126.0, "C", "", "Carrot", 16.0, 47.8, 137.0, "O", "",
"Janet", 2015, "Broccoli", 18.0, 68.2,162.0, "O", "", "Garlic", 25.0, 9.1, 152.3, "C", "",
"Chris", 2014, "Cabbage", 34.2, 8.6, 200.7, "C", "", "Cauliflower", 105.2, 113.0, 199.4, "O", "",
"Ted", 2016, "Kale", 12.2, 11.9, 120.2, "C", "", "Lettuce, Head", 55.2, 113.0, 166.5, "C", "NY"
)

tidy_data <- data %>%
  # 排除固定列grower、YEAR，对剩余作物列做长转换
  pivot_longer(
    cols = -c(grower, YEAR),
    # 正则匹配列名：第一组是变量前缀(c/a/s/f/o/r)，第二组是作物组号，兼容前后有无小数点的情况
    names_pattern = "^([cafsor])\\.?([0-9]+)\\.?$",
    # .value表示把第一组匹配的前缀作为新列名，第二组匹配的组号存为crop_group列
    names_to = c(".value", "crop_group")
  ) %>%
  # 按要求统一重命名列
  rename(
    CROP = c,
    CROP_ACREAGE = a,
    SOIL_N = s,
    APP_N = f,
    TYPE = o,
    NOTES = r
  )

运行后直接得到规整的tidy格式数据，每一行对应一个种植户某一年的单种作物数据，不需要任何中间文件存储，不管是2组还是50组作物都无需修改代码适配。

按组遍历的替代实现（特殊场景可选） #

如果出于特定需求必须逐组处理，也可以自动匹配列位置，不需要手动指定：

# 提取所有作物组号
crop_groups <- str_extract(colnames(data)[-(1:2)], "[0-9]+") %>% unique()
# 预存结果的列表
res_list <- list()

for (i in seq_along(crop_groups)) {
  group_id <- crop_groups[i]
  # 自动匹配当前组的6个列
  group_cols <- str_detect(colnames(data), paste0("\\.?", group_id, "\\.?$"))
  # 提取数据+重命名
  res_list[[i]] <- data %>%
    select(grower, YEAR, which(group_cols)) %>%
    set_names(c("grower", "YEAR", "CROP", "CROP_ACREAGE", "SOIL_N", "APP_N", "TYPE", "NOTES"))
}

# 直接拼接所有结果，不需要读写中间文件
tidy_data <- bind_rows(res_list)

内容的提问来源于stack exchange，提问作者blschum