如何使用tidyverse堆叠多列？宽格式数据框列合并咨询

这是典型的宽表转长表的结构化重塑问题，我推荐使用tidyverse生态中的tidyr::pivot_longer()函数来处理，代码简洁、易读且高效，是这类场景的最优选择。

完整代码示例 #

# 加载必要的包
library(tidyverse)

# 生成你的示例数据
set.seed(1)
df = data.frame(item=letters[1:6], 
                field1a=sample(6,6),field1b=sample(60,6), field1c=sample(200,6),
                field2a=sample(6,6),field2b=sample(60,6), field2c=sample(200,6))

# 执行数据重塑
result_df <- df %>%
  pivot_longer(
    cols = -item,  # 排除不需要重塑的item列
    names_to = c("group", ".value"),  # 拆分列名为分组和值列
    names_pattern = "field(\\d)([a-c])"  # 正则匹配拆分列名
  ) %>%
  # 重命名列名到你想要的格式，同时移除临时的group列
  select(item, fielda = a, fieldb = b, fieldc = c)

# 查看结果
head(result_df)

代码解释 #

1. pivot_longer()核心参数：
   • cols = -item：指定只对除item外的所有列进行重塑操作。
   • names_to = c("group", ".value")：这里的.value是tidyr的特殊参数，表示拆分后的第二部分列名（a/b/c）要作为新的列名；group则用来临时存储原列名中的数字标识（1/2），对应原数据的field1和field2组。
   • names_pattern = "field(\\d)([a-c])"：用正则表达式精准匹配原列名结构：field是固定前缀，(\\d)捕获数字部分，([a-c])捕获后缀的a/b/c，完美拆分出我们需要的分组和值列信息。
2. select()收尾：把a/b/c重命名为你要求的fielda/fieldb/fieldc，并移除不需要的group列。

替代方案（Base R） #

如果不想依赖tidyverse，也可以用Base R的reshape()函数，但代码会更繁琐，可读性也差一些：

result_base <- reshape(df, 
                       direction = "long",
                       varying = list(c("field1a", "field2a"), 
                                     c("field1b", "field2b"), 
                                     c("field1c", "field2c")),
                       v.names = c("fielda", "fieldb", "fieldc"),
                       idvar = "item",
                       timevar = "group") %>%
  select(-group)

结果验证 #

运行代码后，你会看到item=a的两行数据正好匹配你给出的示例：

# A tibble: 6 × 4
  item  fielda fieldb fieldc
  <chr>  <int>  <int>  <int>
1 a          2     52    121
2 a          1     44     57
3 b          6     28    176
...

内容的提问来源于stack exchange，提问作者santoku