通过扩展两次将数据重塑为长格式，首先是“年”，然后是“月”答案

【问题标题】：Reshape data into long format by expanding two times, first, by "year" and then by "month"通过扩展两次将数据重塑为长格式，首先是“年”，然后是“月”
【发布时间】：2021-07-07 16:00:52
【问题描述】：

我有很多带有唯一标识符（村庄）的村庄的数据，我正试图通过先按年扩展，然后按月扩展，将数据形成长格式。

df_input <- data.frame( village=c("A","B","C"), population = c(1000,1500,2000))    


df_output <- data.frame(year= c(2001,2001,2001,2002,2002,2002,2003,2003,2003),
                        month = c("1","2","3","1","2","3","1","2","3"),
                        village = c("A","A","A","B","B","B","C","C","C"), 
                        population = c (1000, 1000,1000,1500,1500,1500,2000,2000,2000))

我用下面的代码先按年展开：

df_panel <- df_input %>%
  merge(expand.grid(year=2001:2003, key=.$key), by="code_2011")

但我收到以下错误：

Error in fix.by(by.y, y) : 'by' must specify a uniquely valid column

知道我做错了什么吗？

【问题讨论】：

标签： r panel reshape melt

【解决方案1】：

如果我理解正确，OP 想要创建 cross join 或 cartesian merge of

岁月2001:2003,
1:3 的月份，以及
df_input的每一行。

有几种方法可以实现这一点，例如，

merge(list(year = 2001:2003), merge(list(month = 1:3), df_input))

   year month village population
1  2001     1       A       1000
2  2002     1       A       1000
3  2003     1       A       1000
4  2001     2       A       1000
5  2002     2       A       1000
6  2003     2       A       1000
7  2001     3       A       1000
8  2002     3       A       1000
9  2003     3       A       1000
10 2001     1       B       1500
11 2002     1       B       1500
12 2003     1       B       1500
13 2001     2       B       1500
14 2002     2       B       1500
15 2003     2       B       1500
16 2001     3       B       1500
17 2002     3       B       1500
18 2003     3       B       1500
19 2001     1       C       2000
20 2002     1       C       2000
21 2003     1       C       2000
22 2001     2       C       2000
23 2002     2       C       2000
24 2003     2       C       2000
25 2001     3       C       2000
26 2002     3       C       2000
27 2003     3       C       2000

或使用expand.grid() 和merge()：

merge(expand.grid(year = 2001:2003, month = 1:3), df_input)

返回与上面相同的结果。

【讨论】：