我们可以这样做。主要功能是创建一个id列，并在旋转成长格式后进行分组：

library(dplyr)
library(tidyr)

df %>% 
  mutate(id = row_number()) %>% 
  pivot_longer(-id) %>% 
  mutate(name = paste(name, id), .keep = "unused") %>% 
  pivot_wider(names_from = name, values_from = value)

个字符
示例数据：

df <- structure(list(ColA = c("Cell 1", "Cell 3", "Cell 5"), ColB = c("Cell 2", 
"Cell 4", "Cell 6")), class = "data.frame", row.names = c(NA, 
-3L))

型

为了在生成一定数量的列之后创建多行，我们需要为pivot_wider()建立一个行标识符，这是我最初对OP的评论的基础。为了说明这个概念，我们将为每列输入数据创建一个具有已知数量的复制（1 - n）的 Dataframe ，并使用复制计数来分配一个行标识符。
我们首先为2个变量创建5个副本，并将它们转换为列名为A 1 - A 5和B 1 - B 5的格式，其中有50个数据元素，在pivot_wider()操作后，我们最终得到5行10列。
首先，我们创建一些数据，其中每个单元格都是一个唯一的序列号，这样我们就可以看到数据元素是如何跨列分布的。

replicate_count <- 5
column_count <- 2
x <- data.frame(matrix(1:(replicate_count * 10),ncol = column_count,byrow = TRUE))
colnames(x) <- c("A","B")
x$var_id <- rep(1:replicate_count,nrow(x) / replicate_count)
x$row_id <- rep(1:replicate_count,each = replicate_count)

字符串
前几行看起来像这样：

> head(x)
   A  B var_id row_id
1  1  2      1      1
2  3  4      2      1
3  5  6      3      1
4  7  8      4      1
5  9 10      5      1
6 11 12      1      2

型
接下来，我们将轴旋转得更长，以将列名与值分离，将列名与复制标识符组合，并使用row_id定义行。

library(tidyr)
library(dplyr)
x %>% pivot_longer(cols = A:B) %>%
     mutate(var_name = paste(name,var_id)) %>% 
     select(var_name,value,row_id) %>% 
     pivot_wider(names_from = var_name,id_cols=row_id)

型
. and the output：

row_id `A 1` `B 1` `A 2` `B 2` `A 3` `B 3` `A 4` `B 4` `A 5` `B 5`
   <int> <int> <int> <int> <int> <int> <int> <int> <int> <int> <int>
1      1     1     2     3     4     5     6     7     8     9    10
2      2    11    12    13    14    15    16    17    18    19    20
3      3    21    22    23    24    25    26    27    28    29    30
4      4    31    32    33    34    35    36    37    38    39    40
5      5    41    42    43    44    45    46    47    48    49    50

型
这个解决方案的技巧是在rep()函数中使用each =参数来创建row_id。而不是复制1：5 5 5次，each =参数允许我们创建5个1，然后5个2，等等。这种顺序提供了正确的输入，将row_id用作pivot_wider()中的id_col。
如果我们将var_id和row_id的创建移动到tidyverse管道中，完整的解决方案如下所示：

replicate_count <- 5
column_count <- 2
x <- data.frame(matrix(1:(replicate_count * 10),ncol = column_count,byrow = TRUE))
colnames(x) <- c("A","B")
library(tidyr)
library(dplyr)
x %>% 
     mutate(var_id = rep(1:replicate_count,(nrow(x) / replicate_count)),
            row_id = rep(1:replicate_count,each = replicate_count)) %>% 
     pivot_longer(cols = A:B) %>%
     mutate(var_name = paste(name,var_id)) %>% 
     select(var_name,value,row_id) %>% 
     pivot_wider(names_from = var_name,id_cols=row_id)

型