如何将含双层列标题的CSV数据转换为长格式？

首先，先明确你的原始数据结构：每一列的列名是品牌（brand），第一行是该品牌对应的区域（region），后续行是该品牌的数值（value）。要转成目标长格式，最清晰且易维护的方法是用tidyverse工具包来处理，步骤如下：

1. 先构造原始数据（方便复现） #

library(tidyverse)

# 你的原始数据
df <- tibble(
  brand_1 = c("region_1", 12, 4),
  brand_2 = c("region_1", 8, 10),
  brand_3 = c("region_2", 7, 12)
)

2. 分两步处理并合并 #

我们可以把区域映射和数值数据分开处理，再合并到一起：

# 第一步：提取第一行，建立品牌与区域的对应关系
region_mapping <- df %>% 
  slice(1) %>%  # 取第一行
  pivot_longer(everything(), names_to = "brand", values_to = "region")

# 第二步：提取后续行的数值数据，转为长格式
value_data <- df %>% 
  slice(-1) %>%  # 去掉第一行
  pivot_longer(everything(), names_to = "brand", values_to = "value") %>% 
  mutate(value = as.numeric(value))  # 确保数值类型正确

# 合并两个数据框，得到最终结果
final_result <- value_data %>% 
  left_join(region_mapping, by = "brand") %>% 
  select(brand, region, value)  # 调整列顺序为目标格式

3. 查看结果 #

运行上述代码后，final_result就是你想要的长格式：

# A tibble: 6 × 3
  brand   region   value
  <chr>   <chr>    <dbl>
1 brand_1 region_1    12
2 brand_2 region_1     8
3 brand_3 region_2     7
4 brand_1 region_1     4
5 brand_2 region_1    10
6 brand_3 region_2    12

为什么这是最佳方法？ #

• 逻辑清晰：把区域映射和数值数据分开处理，每一步的目的明确，后续维护或修改都很方便；
• 代码简洁：利用tidyverse的pivot_longer和slice等函数，避免复杂的循环或手动处理；
• 鲁棒性强：即使后续品牌数量增加或数值行数变化，代码不需要大改就能适配。

内容的提问来源于stack exchange，提问作者Shinobi_Atobe