用多个标题重塑 data.frame答案

【问题标题】：Reshape data.frame with multiple headers用多个标题重塑 data.frame
【发布时间】：2021-10-02 07:10:46
【问题描述】：

我的 data.frame 如下所示：

name	country1	country1	country2	country2	country3
	code1	code1	code2	code2	code3
	sector1	sector2	sector1	sector2	sector1
country1	###	###	###	###	###
country2	###	###	###	###	###
country3	###	###	###	###	###
country4	###	###	###	###	###

## 是数字。

我想这样重塑它：

name	country	code	sector	number
country1	country2	code 2	sector 1	###
country1	country2	code 2	sector 2	###
country1	country3	code 3	sector 1	###
country1	country3	code 3	sector 2	###
country2	country2	code 2	sector 2	###
country3	country1	code 1	sector 1	###
country4	country3	code 3	sector 1	###

如何整理我的数据集？我的问题是原始数据带有这种奇怪的格式，其中有多个标题，所以我不能简单地使用pivot_longer。

非常感谢

【问题讨论】：

您能否使用dput 以可重现的格式提供您的数据？阅读how to give a reproducible example
您可以从worldmrio.com/unctadgvc下载数据。这是第三个可用的数据集。我用read.delim和sep = "/t"打开了.txt文件
我做了最后的尝试来解决你的问题。看看我答案底部的编辑。

标签： r multiple-columns rows reshape

【解决方案1】：

我相信有更好的方法，但你可以使用dplyr：

data %>% 
  slice(1:2) %>% 
  mutate(across(starts_with("country"), ~ paste0(.x, collapse = "_")),
         name = "name") %>% 
  slice(1) %>% 
  mutate(across(starts_with("country"), ~ paste0(cur_column(), "_", .x))) %>% 
  {`colnames<-`(data, unlist(.))} %>% 
  slice(3:n()) %>% 
  pivot_longer(starts_with("country"), 
               names_to = c("country", "code", "sector"),
               names_pattern="(country\\d+).+(code\\d+).+(sector\\d+)") %>%
  filter(name != country)

# A tibble: 15 x 5
   name     country  code  sector  value
   <chr>    <chr>    <chr> <chr>   <chr>
 1 country1 country2 code2 sector1 ###  
 2 country1 country2 code2 sector2 ###  
 3 country1 country3 code3 sector1 ###  
 4 country2 country1 code1 sector1 ###  
 5 country2 country1 code1 sector2 ###  
 6 country2 country3 code3 sector1 ###  
 7 country3 country1 code1 sector1 ###  
 8 country3 country1 code1 sector2 ###  
 9 country3 country2 code2 sector1 ###  
10 country3 country2 code2 sector2 ###  
11 country4 country1 code1 sector1 ###  
12 country4 country1 code1 sector2 ###  
13 country4 country2 code2 sector1 ###  
14 country4 country2 code2 sector2 ###  
15 country4 country3 code3 sector1 ###

注意：我过滤了 name != country，因为在您预期的输出中，那些匹配的行不存在。

编辑

最后一次尝试：

data %>% 
  slice(1:2) %>% 
  rename(name = X) %>% 
  mutate(across(c(-name), ~ paste0(.x, collapse = "_")),
         name = "name") %>% 
  slice(1) %>% 
  mutate(across(c(-name), ~ paste0(cur_column(), "_", .x))) %>% 
  {`colnames<-`(data, unlist(.))} %>% 
  slice(3:n()) %>% 
  pivot_longer(c(-name), 
               names_to = c("country", "code", "sector"),
               names_pattern="(country\\d+).+(code\\d+).+(sector\\d+)") %>%
  filter(name != country)

【讨论】：

谢谢。不幸的是，我发布的数据集只是一个程式化的数据集。原来的标签有实际的国家名称（“阿富汗，阿尔巴尼亚..），所以我不能使用starts_with 对标签进行分组。我在我的问题中发布了 cmets 中原始数据集的链接。
将starts_with("country") 替换为c(-name)。
这种情况下会报错：Can't subset columns that don't exist
你的第一列像你的例子一样被命名为“name”？
它被命名为“X”，我尝试使用c(-data$X)。现在它被命名为“名称”，我尝试使用c(-data$name)。结果相同