为什么data.table的melt仅在多测量变量时返回数字索引

原因 #

这个是data.table中melt()函数的默认设计逻辑：

• 当measure参数传入的patterns()匹配到多组列时（即你传入多个正则表达式，分别匹配varA、varB两组列的场景），melt()会识别为多测量变量的长宽转换场景，此时variable列（你命名为index）会默认返回对应列组的整数序号，也就是你看到的1、2、3。
• 当patterns()只匹配到单组列时，melt()会切换为普通单变量转换逻辑，直接将原始列名作为variable列的取值，所以你得到的是varA1、varA2这类原值。

解决方法 #

有两种常用的修改方案可以得到你要的数字索引：

方案1：手动提取索引值 #

跑完转换后用正则提取列名里的数字部分转成整数：

dt_long <- melt(dt, id.vars ="id", measure=patterns("^varA"), value.name =  "varA",variable.name = "index")
dt_long[, index := as.integer(sub("varA", "", index))]

方案2：强制触发多组转换逻辑 #

只要将measure参数的输入改为列表结构，哪怕只有一组匹配列，melt()也会按多组逻辑返回数字索引：

# 写法1：把patterns包在列表里
dt_long <- melt(dt, id.vars = "id", measure = list(patterns("^varA")), value.name = "varA", variable.name = "index")

# 写法2：直接用grep返回的列索引包成列表
dt_long <- melt(dt, id.vars = "id", measure = list(grep("^varA", names(dt))), value.name = "varA", variable.name = "index")

内容的提问来源于stack exchange，提问作者Maor