在具有多列的r中收集数据

Question

我有一些数据，我试图在R中使用整洁的R和pivot longer函数来得到下面提到的输出。但是我不能这样做，我正在获取数据

我有这种格式的数据。(使用许多其他列名)

Country State   Year 1  Population 1    Year 2  Population2
U.S.A   IL  2009    20000   2010    30000
U.S.A   VA  2009    30000   2010    40000

我想以这种格式获取数据。

Country State   Year    Population
U.S.A   IL  2009    20000
U.S.A   IL  2010    30000
U.S.A   VA  2009    30000
U.S.A   VA  2010    40000

我只能做on栏目，但不能通过其他栏目，如population

我的代码如下。

file1<-file %>%
 pivot_longer(
   cols = contains("Year"),
   names_sep = "_",
  names_to = c(".value", "repeat"),

 )

我能够让它在Tidyverse上工作。

library(tidyverse)
file<-read_excel("peps300.xlsx")

names(file)<-str_replace_all(names(file), c("Year " = "Year_" , "Num " = "Num_", "DRate " = "DRate_" , "PRate " = "PRate_",  "Denom " = "Denom_"))

file<-file %>%
 pivot_longer(
   cols = c(contains("Year"),contains("Num"),contains("DRate"),contains("PRate"),contains("Denom")),
   names_sep = "_",
  names_to = c(".value", "repeat")
 )

Answer 1

一个选项是指定人口“starts_with”或“cols”的年份。

library(dplyr)
df1 %>% 
    pivot_longer(cols = c(starts_with("Population"), starts_with("Year")), 
    names_to = c(".value", "group"), names_pattern = "(.*)_(.*)")
# A tibble: 4 x 5
#  Country State group Population  Year
#  <chr>   <chr> <chr>      <int> <int>
#1 U.S.A   IL    1          20000  2009
#2 U.S.A   IL    2          30000  2010
#3 U.S.A   VA    1          30000  2009
#4 U.S.A   VA    2          40000  2010

数据

df1 <- structure(list(Country = c("U.S.A", "U.S.A"), State = c("IL", 
"VA"), Year_1 = c(2009L, 2009L), Population_1 = c(20000L, 30000L
), Year_2 = c(2010L, 2010L), Population_2 = c(30000L, 40000L)), 
   class = "data.frame", row.names = c(NA, 
-2L))

Answer 2

df %>%
    pivot_longer(
        -c(Country,State),
        names_to = c(".value","group"),
        names_pattern = "(.+)_(.+)"
    )

# A tibble: 4 x 5
  Country State group Year  Population
  <chr>   <chr> <chr> <chr> <chr>     
1 U.S.A   IL    1     2009  20000     
2 U.S.A   IL    2     2010  30000     
3 U.S.A   VA    1     2009  30000     
4 U.S.A   VA    2     2010  40000 

然后，如果不需要group，则可以将其删除。

要做到这一点，您需要首先清除列名。确保它们都遵循相同的模式，并且单词之间用一个空格或一个下划线连接。

df <- structure(list(Country = c("U.S.A", "U.S.A"), State = c("IL", 
"VA"), Year_1 = c("2009", "2009"), Population_1 = c("20000", 
"30000"), Year_2 = c("2010", "2010"), Population_2 = c("30000", 
"40000")), class = c("spec_tbl_df", "tbl_df", "tbl", "data.frame"
), row.names = c(NA, -2L))