求助：如何将Excel导出的非规整数据转换为Tidy Format格式（R语言）

嘿，我太懂这种头疼了——你的原始数据把性别、x分组、y分组全拆在了不同行和列里，要转成每一行对应一个观测值的tidy格式确实得花点巧劲。下面是我整理的分步解决方法，用tidyverse工具链就能轻松搞定：

第一步：先把分散的表头信息提取出来 #

首先得把前两行里的「性别- x分组」对应关系，和第三到第七行的「y分组-数值」信息分开处理：

library(tidyverse)

# 提取gender和x的映射表：前两行里，...13是性别，...14-...17是对应的x分组
gender_x_map <- input %>%
  slice(1:2) %>%
  select(...13, ...14, ...15, ...16, ...17) %>%
  pivot_longer(cols = -...13, names_to = "col_id", values_to = "x") %>%
  rename(gender = ...13)

# 提取y分组和对应的share数值：第三到第七行里，...11是y分组，其余列是数值
y_values <- input %>%
  slice(3:7) %>%
  rename(y = ...11) %>%
  pivot_longer(cols = starts_with("..."), names_to = "col_id", values_to = "share") %>%
  mutate(share = as.numeric(share)) # 把字符型的数值转成数值型

第二步：合并数据得到Tidy Format #

现在我们有了两个表：一个是性别和x分组的对应关系，另一个是y分组和share数值的对应关系，它们都有col_id（也就是原始的...14、...15这些列名）作为关联键，直接合并就行：

tidy_output <- y_values %>%
  left_join(gender_x_map, by = "col_id") %>%
  select(gender, x, y, share) %>% # 只保留我们需要的列
  arrange(y, gender) # 按y分组和性别排序，方便查看

# 看看最终结果
tidy_output

运行完这段代码，你就能得到和你示例里完全一致的tidy结构数据啦！每一行都包含gender、x、y和对应的share值，完美符合tidy data的标准。

关键思路拆解 #

• pivot_longer：这是tidyr里的核心工具，专门用来把宽格式的“多列同类型数据”转成行，解决了原始数据里信息分散的问题。
• 拆分映射关系：因为原始数据的表头信息（性别和x分组）不在第一行，而是拆在了前两行，所以单独提取成映射表再合并，逻辑更清晰。
• 类型转换：别忘了把share转成数值型，不然后续做统计分析会出问题。

内容的提问来源于stack exchange，提问作者Julian