tidyr实现宽表转长表：多变量列重排问题求助

当然支持！tidyr的pivot_longer()函数完全能搞定这个需求，而且比base R的reshape()更灵活直观——你之前没成功应该是没用到它的.value特殊参数，这个参数就是专门用来处理多变量同时重塑的。

举个实际例子 #

假设你的原始宽格式数据是这样的（每列对应一个地区的Temp或Humidity）：

# 模拟原始数据
df <- tibble(
  RegionA_Temp = c(22, 24, 26),
  RegionA_Humidity = c(58, 60, 62),
  RegionB_Temp = c(25, 27, 29),
  RegionB_Humidity = c(55, 57, 59)
)

要把所有地区列合并成单列Region，同时保留Temp和Humidity作为独立变量，只需要用pivot_longer()配合正则表达式拆分列名：

library(tidyr)
library(dplyr) # 用管道让代码更易读

df_long <- df %>%
  pivot_longer(
    cols = everything(), # 选中所有需要重塑的列（如果有其他列可以指定范围，比如starts_with("Region")）
    names_to = c("Region", ".value"), # 拆分列名为两部分：Region是地区名，.value表示保留原变量名（Temp/Humidity）
    names_pattern = "(.*)_(Temp|Humidity)" # 正则匹配：第一部分是地区，第二部分是变量类型
  )

运行后得到的长格式数据就是你要的结果：

关键参数解释 #

• names_to = c("Region", ".value")：这里的.value是tidyr的特殊语法，它告诉函数：列名中匹配到的第二部分（Temp/Humidity）要作为新的列名，而第一部分（RegionA/RegionB）作为Region列的取值。
• names_pattern：用正则表达式拆分原始列名，根据你的实际列名格式调整即可——比如如果列名是Temp_RegionA这种顺序，就把正则改成"(Temp|Humidity)_(.*)"，同时names_to换成c(".value", "Region")。

对比base R的reshape #

你之前用base R的reshape()能实现，对应的tidyr代码逻辑更清晰，尤其是当列名规则复杂时，正则匹配的灵活性更高。

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