当我的数据集（在 R 中）的第一行条目有数年时间时，如何才能旋转更长时间

Question

鉴于我的第一行是年份，如何使用 R 转换数据。我想创建一个有多年的新专栏。

我无法使用数据透视函数，因为我的数据没有存储在另一列中，而是存储在第一行中。此外，当我导入数据集时，20 个变量会变成大约 260 个变量 a（唯一的列 ID 使一个变量变成 15 个不同年份的 15 个变量）

这就是我的数据的样子：

tibble(
ID = c(NA, 1,2,3,4),
Region = c(NA, "Region A", "Region B", "Region C", "Region D"), 
Variable1 = c(2017, 1, 2, 3, 4),
Variable1.1 = c(2018, 5, 6, 7, 8),
Variable1.2 = c(2019, 9, 10, 11, 12),
Variable2 = c(2019, 13, 14, 15, 16),
Variable2.1 = c(2020, 17, 18, 19, 20)
)

这就是我希望我的数据的样子：

tibble(
ID = c(1,1,1,1,2,2),
Region = c("Region A","Region A","Region A","Region A", "Region B","Region B"), 
Year = c(2017, 2018, 2019, 2020,2017,2018),
Variable1 = c(1,5,9,NA,2,6),
Variable2 = c(NA,NA,13,17,NA,NA)
)

Answer 1

如果您从名为

dd

的 data.frame 开始

dd <- tibble(
  ID = c(NA, 1,2,3,4),
  Region = c(NA, "Region A", "Region B", "Region C", "Region D"), 
  Variable1 = c(2017, 1, 2, 3, 4),
  Variable1.1 = c(2018, 5, 6, 7, 8),
  Variable1.2 = c(2019, 9, 10, 11, 12),
  Variable2 = c(2019, 13, 14, 15, 16),
  Variable2.1 = c(2020, 17, 18, 19, 20)
)

您需要将其转换为更“正常”的 data.frame，其中数据位于标题中，而不是行中。

names(dd)[-(1:2)]<-paste(gsub("\\..*$","",names(dd)[-(1:2)]), as.character(dd[1,-(1:2)]), sep="_")
dd <- dd[-1,]
head(dd)
#      ID Region   Variable1_2017 Variable1_2018 Variable1_2019 Variable2_2019 Variable2_2020
#   <dbl> <chr>             <dbl>          <dbl>          <dbl>          <dbl>          <dbl>
# 1     1 Region A              1              5              9             13             17
# 2     2 Region B              2              6             10             14             18
# 3     3 Region C              3              7             11             15             19
# 4     4 Region D              4              8             12             16             20

然后你可以做一个标准的枢轴

tidyr::pivot_longer(dd, -c(ID, Region), names_sep="_", names_to=c(".value", "year"))
#       ID Region   year  Variable1 Variable2
#    <dbl> <chr>    <chr>     <dbl>     <dbl>
#  1     1 Region A 2017          1        NA
#  2     1 Region A 2018          5        NA
#  3     1 Region A 2019          9        13
#  4     1 Region A 2020         NA        17
# ...

Answer 2

unheadr

包中有一个用于此目的的函数。

dd |>
  unheadr::mash_colnames(1,keep_names = FALSE)

结果

# A tibble: 4 × 7
   `NA` `NA`     `2017` `2018` `2019` `2019` `2020`
  <dbl> <chr>     <dbl>  <dbl>  <dbl>  <dbl>  <dbl>
1     1 Region A      1      5      9     13     17
2     2 Region B      2      6     10     14     18
3     3 Region C      3      7     11     15     19
4     4 Region D      4      8     12     16     20
Warning message:
In unheadr::mash_colnames(dd, 1, keep_names = FALSE) :
  possible NA values in variable names, check the `n_name_rows` argument