R语言中重塑含多变量宽格式dataframe的简洁方法

基础R原生reshape函数优化方案 #

你可以利用R的字符串序列生成功能自动构造Time01到Time21的变量名列表，无需手动逐个输入：

# 自动生成带前导零的Time01~Time21变量名
varying_cols <- list(paste0("Time", sprintf("%02d", 1:21)))
RTdataLong <- reshape(RTdata,
                      direction = "long",
                      idvar = c("ID","Language","Gender"),
                      varying = varying_cols)

如果你的可变变量前缀是item而非Time，只需将代码中的Time替换为item即可。如果不需要前导零（如item1而非item01），可简化为paste0("item", 1:21)。

tidyr::pivot_longer 更灵活的实现方案 #

如果你可以使用tidyverse生态工具，pivot_longer支持直接按列名规则匹配，连序列长度都不需要提前指定：

library(tidyr)

RTdataLong <- RTdata %>%
  pivot_longer(
    # 匹配所有以Time开头的列，自动识别范围
    cols = starts_with("Time"),
    # 自定义生成的新列名：存储原序列标识（如Time01）
    names_to = "time_point",
    # 自定义生成的新列名：存储对应数值
    values_to = "RT_value"
  )

如果需要严格限定只匹配Time01到Time21，避免误匹配其他Time开头的列，可改用正则匹配规则：

cols = matches("^Time(0[1-9]|1[0-9]|2[0-1])$")

方案优势对比 #

• 基础R方案无额外依赖，兼容性强，适合需要保持代码轻量的场景
• pivot_longer方案语法更直观，列匹配规则灵活，后续调整转换规则的成本更低

内容的提问来源于stack exchange，提问作者Sverdo