如何将DataFrame的两列合并为一列并保留原列标签（类似逆透视操作）

嗨，看起来你需要的正是**逆透视（unpivot）**操作，pivot_longer()函数完全能解决你的问题，而且比你想的更直接——不用在ggplot里嵌套mutate，先把数据处理成想要的格式，再做可视化会更清晰哦！

先来看核心解决方案 #

首先我们先还原你给出的示例数据，然后用pivot_longer()一步到位转换格式：

library(tidyverse)

# 构造你的示例DataFrame
df <- tibble(
  date = c("1-01", "1-01", "1-02", "1-02", "1-03"),
  x1 = c("a", "c", "e", "g", "i"),
  x2 = c("b", "d", "f", "h", "j")
)

# 转换为你想要的长格式
df_long <- df %>%
  pivot_longer(
    cols = c(x1, x2),  # 指定要转换的两列
    names_to = "type", # 原列名会存入这个新列（就是你要的type）
    values_to = "combined" # 原列的值会存入这个新列（就是你要的combined）
  )

运行后得到的df_long就是完全符合你需求的格式：

# A tibble: 10 × 3
   date  type  combined
   <chr> <chr> <chr>
 1 1-01  x1    a
 2 1-01  x2    b
 3 1-01  x1    c
 4 1-01  x2    d
 5 1-02  x1    e
 6 1-02  x2    f
 7 1-02  x1    g
 8 1-02  x2    h
 9 1-03  x1    i
10 1-03  x2    j

为什么之前的paste()不行？ #

paste()只是简单把两列的字符串拼接在一起，它没办法保留「哪个值来自x1、哪个来自x2」的标签信息，而pivot_longer()是tidyverse专门为这种「宽表转长表」的场景设计的，刚好匹配你需要保留原列标签的需求。

关于在ggplot中使用的疑问 #

你问能不能把pivot_longer()融入ggplot的mutate语句里？其实不建议这么做——把数据处理和可视化分开，代码会更易读、易维护。不过如果一定要在同一条管道里完成，也是可以的，比如：

df %>%
  pivot_longer(cols = c(x1, x2), names_to = "type", values_to = "combined") %>%
  ggplot(aes(x = date, y = combined, color = type)) +
  geom_point() # 这里替换成你需要的图层

这样就把数据转换和可视化连在一起了，但还是推荐先把处理好的长格式数据存成单独的对象，再进行可视化操作哦。

备注：内容来源于stack exchange，提问作者jubuyer