R语言数据框重构：解决gather处理多年份多指标嵌套宽表的问题

问题根源 #

你使用gather()无法完成转换的核心原因是：常规gather()仅支持将待转换列映射为单组key-value对，无法识别列名同时携带「年份、指标名」两层层级信息的嵌套结构，一步转换会把三个指标的取值全部揉入同一数值列，无法直接生成保留三个独立指标列的长表结构。

可落地实现方案 #

方案1：使用pivot_longer()一步完成转换

pivot_longer()是gather()的迭代升级版本，原生支持列名分层拆分的逻辑，完美匹配转换目标：保留location、type为维度列，新增独立year列，将每个年份块下的Sentenced、Female、College取值映射为独立的三列。
示例代码（适配你描述的块结构：待转换列按年份分块，列名格式为[年份]_[指标名]，如2005_Sentenced）：

library(tidyr)
df_long <- df_wide |>
  pivot_longer(
    cols = -c(location, type), # 排除固定维度列，剩余列全部纳入转换范围
    names_to = c("year", ".value"), # 拆分列名分别映射为year列、值所属列名
    names_pattern = "(\\d{4})_(.*)" # 正则匹配规则：前4位数字为年份，后续部分为指标列名
  )

代码逻辑说明：这里使用.value作为特殊占位符，表示拆分出来的后半段列名直接作为长表的列名，自动将同指标、不同年份的取值归集到对应列下，无需二次透视。

方案2：基于原生gather()的两步转换

如果你习惯使用原有gather()函数的逻辑，可以通过两步拆分实现相同效果：
第一步：用基础gather()将所有待转换列转为二值长表

df_step1 <- df_wide |>
  gather(key = "col_fullname", value = "val", -c(location, type))

第二步：拆分列名字段为年份、指标名两部分，再将指标名透视为独立列

library(dplyr)
df_long <- df_step1 |>
  separate(col_fullname, into = c("year", "indicator"), sep = "_") |>
  spread(key = "indicator", value = "val")

适配性调整与踩坑提醒 #

• 如果是R读取外部宽表自动生成的列名（如X2005.Sentenced格式，无下划线、前缀带X、分隔符为点），仅需调整拆分规则即可：将names_pattern改为"X(\\d{4})\\.(.*)"，或将separate的分隔符改为sep = "\\."。
• 如果列名没有显式分隔符（如Sentenced2005、Female2005格式，指标在前、年份在后），可调整names_pattern规则为"(.*)(\\d{4})"，对应设置names_to = c(".value", "year")即可实现匹配。
• 不建议按列索引的位置手动拆分年份块，一旦原始列顺序调整会引发逻辑错误，优先基于列名规则做匹配，鲁棒性更强。
• 拆分得到的year列默认是字符型，如需后续做时间维度的聚合分析，可通过mutate(year = as.integer(year))转为整数类型。

内容的提问来源于stack exchange，提问作者rstarter