r - 如何在 R 代码中的两级 header 上旋转数据框

Question

我还是 R 的新手，几天来我一直在为这个问题苦苦挣扎。我找到了一些解决方案，但我正在寻找一个简短的代码，我宁愿避免循环，但到目前为止我能想到的就是这些。我的数据如下:

我希望它看起来的样子如下:

Country    Year       ATM      POS  
France     2015        1       10    
France     2014        5        2    
France     2013       12        4     
France     2012        2       12   

我还没有找到解决这个问题的捷径，所以我将其分解为几个步骤:我禁用了标题，试图从第 1 行中创建一个向量，我想我会在这些年中做一个更长时间的枢轴首先，但我得到一个错误:

ATM <- pivot_longer(data = dat, cols = dat[,2:6],names_to = "Year",values_to = headervector) 

这还需要 POS 部分的循环。那么，除了解决这个问题之外，还有不需要循环的更好方法吗？

非常感谢!

Answer 1

读入数据时，使用选项指定从找到“国家/地区”的行开始读取。例如，您可以将 startRow 用于 read.xlsx - 不确定您使用什么来读取 Excel。...表示 read.xlsx 的任何其他参数。

x <- read.xlsx("your_file.xlsx", startRow = row_that_country_is_found, ...)

完成此操作后，您可能需要清理列名称。这些年可能会读作“X2015”或类似的东西。我们假设“x”现在看起来像这样(随机数据):

x
#   Country      2015      2014      2013      2012       2011      2010
# 1       A 0.6883601 0.9199372 0.8996433 0.9644212 0.97940387 0.7564401
# 2       B 0.1572208 0.6507811 0.9444197 0.9420349 0.06572698 0.1445383
# 3       C 0.7599602 0.8948640 0.6020316 0.7315661 0.90211468 0.5831917
#          2015       2014      2013      2012      2011       2010
# 1 0.26770837 0.45293675 0.2363191 0.9718356 0.3290432 0.57801166
# 2 0.39756729 0.06007054 0.7108505 0.6843454 0.1690740 0.93432731
# 3 0.05011677 0.30123347 0.2633371 0.5079645 0.9527117 0.04442355

在这里，您应该重命名您的列。

names(x) <- c("Country", paste(rep(c("ATM", "POS"), each = 6),
              names(x)[-1], sep = "_"))

你的名字现在应该是这样的:

names(x)
#  [1] "Country"  "ATM_2015" "ATM_2014" "ATM_2013" "ATM_2012" "ATM_2011"
#  [7] "ATM_2010" "POS_2015" "POS_2014" "POS_2013" "POS_2012" "POS_2011"
# [13] "POS_2010"

然后，您可以pivot_longer，将名称分隔到多个变量中，然后pivot_wider以获得您想要的输出。

x %>% 
  pivot_longer(-Country) %>% 
  separate(name, into = c("Type", "Year")) %>% 
  pivot_wider(names_from = Type, values_from = value)
# # A tibble: 18 x 4
#    Country Year     ATM    POS
#    <chr>   <chr>  <dbl>  <dbl>
#  1 A       2015  0.688  0.268 
#  2 A       2014  0.920  0.453 
#  3 A       2013  0.900  0.236 
#  4 A       2012  0.964  0.972 
#  5 A       2011  0.979  0.329 
#  6 A       2010  0.756  0.578 
#  7 B       2015  0.157  0.398 
#  8 B       2014  0.651  0.0601
# ... 
# 17 C       2011  0.902  0.953 
# 18 C       2010  0.583  0.0444