如何合并两行以便在一行中表示 2 年的数据答案

【问题标题】：How to merge two rows so 2 years of data is represtented in one row如何合并两行以便在一行中表示 2 年的数据
【发布时间】：2022-11-25 03:56:03
【问题描述】：

This is a cutout of my dataframe 我有一个数据框，其中有两个不同的变量，它们彼此相隔一年。我想将 exampel 2007 和 2008 结合起来，使一行包含两个变量并将其命名为 Denmark2007/8。我有大约 300 行要执行此操作，但找不到执行此操作的命令，并且手动输入不在问题范围内

我已经查看了 merge() 和 colsums 的所有内容，但我迷路了

【问题讨论】：

请将dataframe[3757:3762, ]作为代码/文本发布，最好与dput一起发布，例如dput(dataframe[3757:3762, ])。

标签： r

【解决方案1】：

虽然可以争论宽格式数据框是否最容易在后续步骤中使用，但此请求的棘手部分是国家名称可能包含多个单词。这意味着像 tidyr::separate() 和 sep = " " 这样更简单的解决方案是不可行的。

这是一个解决方案，它使用每个国家/地区的长度将最后 4 个字符提取到 Year 列中，并将最后一个空格之前的所有内容提取为国家/地区。

就此示例而言，v1 代表奇数年数据，v2 代表偶数年数据。

首先，我们将问题中的图形转换为可用数据，并为包含多个单词的国家/地区名称添加几行。

textData <- "v1,Country,v2
0.93181,Denmark 2007,NA
NA,Denmark 2008,5.519108
0.64285,Denmark 2009,NA
NA,Denmark 2010,4.93885
.55260,Denmark 2011,NA
NA,Denmark 2012,5.101908
0.13187,United Kingdom 2007,NA
NA,United Kingdom 2008,3.18781"

df <- read.csv(text = textData)

接下来，我们加载几个包，创建一个列来计算 Country 每一行中的字符数，并用它来分隔 Year 和 countryName。我们还删除了在此操作期间创建的中间列，并将结果保存到yearlyData。

library(dplyr)
library(stringr)
df %>% 
     mutate(countryLength = str_length(Country),
            countryName = substr(Country,1,countryLength - 5),
            Year = as.numeric(substr(Country,countryLength - 4,countryLength))) %>%
     select(!c(Country,countryLength)) %>%
     rename(Country = countryName) -> yearlyData

此时我们将偶数年的数据分离到另一个数据框中，删除 v1 变量，并从 Year 中减去 1，这样我们就可以将它与奇数年的数据合并。

yearlyData %>%
     filter(Year %% 2 == 0) %>%
     select(-v1) %>% 
     mutate( Year = Year - 1) -> evenYears

接下来，我们读取年度数据，filter()取出偶数年的行，通过full_join()合并到evenYears数据框，重命名几列并为偶数年生成一个新列。

yearlyData %>% 
     filter(Year %% 2 == 1) %>%
     rename(OddYearValue = v1) %>% 
     select(-v2) %>% 
     full_join(.,evenYears,by = c("Year","Country")) %>%
     rename(EvenYearValue = v2,
            OddYear = Year) %>%
     mutate(EvenYear = OddYear + 1)

...和输出：

  OddYearValue        Country OddYear EvenYearValue EvenYear
1      0.93181        Denmark    2007      5.519108     2008
2      0.64285        Denmark    2009      4.938850     2010
3      0.55260        Denmark    2011      5.101908     2012
4      0.13187 United Kingdom    2007      3.187810     2008
>

笔记：数据框中的每一列都应包含一个且仅包含一个变量的整洁数据规范资产，因此我们没有按照原始帖子中的要求将OddYear、EvenYear和Country组合到一个列中。

【讨论】：