R语言数据表重塑：将多组相邻Euros/N列转为按指标分行格式

你之前执行spread(mydatatable, Euros, N)得不到预期结果的核心问题：

• 原始表是多组Euros、N列并排的非规范宽表，R读取时会自动给重名列加序号后缀（如Euros、Euros.1、Euros.2），本身就不满足spread函数要求的「长表键值对」输入格式
• 你写的spread逻辑本身和目标反向：spread的作用是把长表的某列唯一值转成宽表的列名、取对应值列的内容填单元格，按照你写的参数，自然会把所有Euros的数值当列名、对应N的数值填在列下，完全偏离“按指标类型拆分ID行、保留所有横向位置原始值”的目标
• 这个场景下不需要强行走「长表转宽表」的流程，因为所有同类型的列本来就是按位置一一对齐的，硬用melt+spread的流程反而容易出现列错位、重复匹配的问题

直接拆分聚合同类型指标列即可得到目标结构，以tidyverse生态为例的可复现代码如下：

1. 模拟和你示例一致的真实读入数据结构

library(tidyverse)
mydatatable <- tibble(
  ID = c("A", "C"),
  Euros = c("133.911,20", "9.470,35"),
  N = c(451, 2856),
  Euros.1 = c("134.208,78", "26,18"),
  N.1 = c(450, 2721),
  Euros.2 = c("442,03", "26,28"),
  N.2 = c(328, 2699)
)

2. 分别抽取两类指标的列，统一列名、添加指标类型标识

• 抽取所有列名带Euros的列，给这部分行统一标记Var1 = "Euros"，把数值列统一命名为位置序列
• 抽取所有列名带N的列，用完全相同的位置序列命名数值列，给这部分行统一标记Var1 = "N"

# 拆分Euros维度的数据块，把数值列统一命名为位置序列
euros_block <- mydatatable %>% 
  select(ID, starts_with("Euros")) %>% 
  mutate(Var1 = "Euros") %>% 
  set_names(c("ID", paste0("pos_", 1:(ncol(.) - 1))))

# 拆分N维度的数据块，用和上面完全一致的位置列名，保证纵向合并时列对齐
n_block <- mydatatable %>% 
  select(ID, starts_with("N")) %>% 
  mutate(Var1 = "N") %>% 
  set_names(c("ID", paste0("pos_", 1:(ncol(.) - 1))))

3. 纵向合并两个数据块，调整列顺序、重命名数值列匹配目标结构

final_res <- bind_rows(euros_block, n_block) %>% 
  # 按ID排序，保证同一个ID的Euros、N两行记录挨在一起
  arrange(ID) %>% 
  # 把指标列Var1调整到ID后面的位置
  relocate(Var1, .after = ID) %>% 
  # 从第三列开始按顺序重命名为Var2、Var3...，匹配目标表列名
  set_names(c("ID", "Var1", paste0("Var", 2:(ncol(.)-1))))

最终输出的表结构和你给出的目标表完全一致：

# A tibble: 4 × 5
  ID    Var1   Var2        Var3        Var4  
  <chr> <chr>  <chr>       <chr>       <chr> 
1 A     Euros  133.911,20  134.208,78  442,03
2 A     N      451         450         328   
3 C     Euros  9.470,35    26,18       26,28 
4 C     N      2856        2721        2699  

注：如果后续列数更多，只要替换starts_with()里的匹配前缀即可，代码不需要做其他修改，不会出现列错位的问题。

内容的提问来源于stack exchange，提问作者Eduardo