转换日期数据框答案

【问题标题】：Transform Date Dataframe转换日期数据框
【发布时间】：2021-02-23 15:46:23
【问题描述】：

我有一个看起来像这样的数据框：

County    2020-01-22  2020-01-23  2020-01-24
Autauga   0           1           0
Baldwin   0           2           4
Barbour   0           3           1

但是，我想重新格式化它，以便按县获得每天的计数。像这样的：

County   year  month  day  value 
Autauga  2020  01     22   0
Baldwin  2020  01     22   0
Barbour  2020  01     22   0
Autauga  2020  01     23   1
Baldwin  2020  01     23   2
Barbour  2020  01     23   3
Autauga  2020  01     24   0
Baldwin  2020  01     24   4
Barbour  2020  01     24   1

【问题讨论】：

标签： r dataframe reformat

【解决方案1】：

我们可以只使用pivot_longer 并指定names_sep

library(tidyr)
pivot_longer(df1, cols = -County, 
     names_to = c("year", "month", "day"), names_sep = "-")

-输出

# A tibble: 9 x 5
#  County  year  month day   value
#  <chr>   <chr> <chr> <chr> <int>
#1 Autauga 2020  01    22        0
#2 Autauga 2020  01    23        1
#3 Autauga 2020  01    24        0
#4 Baldwin 2020  01    22        0
#5 Baldwin 2020  01    23        2
#6 Baldwin 2020  01    24        4
#7 Barbour 2020  01    22        0
#8 Barbour 2020  01    23        3
#9 Barbour 2020  01    24        1

数据

df1 <- structure(list(County = c("Autauga", "Baldwin", "Barbour"), 
       `2020-01-22` = c(0L, 
0L, 0L), `2020-01-23` = 1:3, `2020-01-24` = c(0L, 4L, 1L)), 
class = "data.frame", row.names = c(NA, 
-3L))

【讨论】：

【解决方案2】：

这行得通吗：

library(dplyr)
library(tidyr)
df %>% pivot_longer(!County, names_to = 'date') %>% 
separate(date, into = c('year','month','day'), sep = '-') %>% arrange(day)
# A tibble: 9 x 5
  County  year  month day   value
  <chr>   <chr> <chr> <chr> <dbl>
1 Autauga 2020  01    22        0
2 Baldwin 2020  01    22        0
3 Barbour 2020  01    22        0
4 Autauga 2020  01    23        1
5 Baldwin 2020  01    23        2
6 Barbour 2020  01    23        3
7 Autauga 2020  01    24        0
8 Baldwin 2020  01    24        4
9 Barbour 2020  01    24        1

【讨论】：

这行得通，但是当我在完整数据集上使用它时，我收到以下警告消息：警告消息：预期 2 件。在 189588 行 [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, ... ].
我认为将数据稍微总结一下，简单地列出县、年、月和值，实际上会更实用。我假设我需要做的就是删除日期规范并将安排（）函数编辑为月份？
@JoseAlfaro，如果您不需要“day”，那么您可以直接放弃它，无需安排。我想它会按县安排。