R语言中按隔列规则重塑宽格式数据框的技术咨询

嘿，我太懂你现在的困扰了——这种把同一患者的多次测试用成对连续列存储的格式，处理起来确实很别扭。咱们直接用R里的tidyverse工具来把它转成更易用的长格式，一步到位！

首先先把你给出的示例数据明确下来，方便后续操作：

df1 <- data.frame(
  id = c("A","B"),
  test1 = c("10-12-16", "12-10-17"),
  test1_result = c("20", "3"),
  test2 = c("10-01-17", "11-12-17"),
  test2_result = c("18", "4"),
  test3 = c("12-03-18", NA),
  test3_result = c("15", "NA"),
  stringsAsFactors = FALSE
)

核心解决方案：用pivot_longer转长格式 #

tidyverse里的pivot_longer函数专门处理这种宽转长的场景，尤其是这种有规律的成对列名。咱们可以用正则表达式匹配列名里的测试编号，把日期和结果对应起来：

library(tidyverse)

df_long <- df1 %>%
  pivot_longer(
    cols = -id, # 除了id列之外的所有列都要转换
    names_to = c("test_number", ".value"), # 把列名拆成两部分：测试编号，以及值的类型（日期/结果）
    names_pattern = "test(\\d+)_(.*)|test(\\d+)" # 正则匹配：要么是testN_result，要么是testN
  ) %>%
  # 统一测试编号的列名（合并正则生成的两个临时列）
  mutate(test_number = coalesce(test_number, `test(\\d+)`)) %>%
  select(-`test(\\d+)`) %>%
  # 重命名日期列，让它更直观
  rename(test_date = test) %>%
  # 把结果转成数值型（按需选择）
  mutate(test_result = as.numeric(test_result))

运行完这段代码后，你得到的df_long就是标准的长格式了，每一行对应一个患者的一次测试记录，结构大概是这样：

# A tibble: 6 × 4
  id    test_number test_date test_result
  <chr> <chr>       <chr>           <dbl>
1 A     1           10-12-16           20
2 A     2           10-01-17           18
3 A     3           12-03-18           15
4 B     1           12-10-17            3
5 B     2           11-12-17            4
6 B     3           NA                  NA

额外说明 #

• 如果你的测试列名有更复杂的规律，只需要调整names_pattern里的正则表达式就行，核心是把测试的标识和值的类型区分开。
• 如果想过滤掉测试日期或结果为NA的记录，可以在管道最后加filter(!is.na(test_date), !is.na(test_result))。
• 要是你还在使用旧版本的tidyverse，也可以用gather函数，但pivot_longer的可读性和灵活性更强，更推荐使用。

内容的提问来源于stack exchange，提问作者r_mvl