如何在R中按年份映射值，将能源数据重塑为指定行列格式

针对你的数据结构（能源源名称列 + 成对的年份/数值列），可以通过以下R代码完成数据重塑：

代码实现 #

# 加载核心处理包
library(tidyverse)

# 替换为你的实际数据框名称
energy_data <- your_data_frame_name
# 替换为能源源名称列的实际列名
source_col <- "source_name"

# 定义年份列（偶数列：18到140）和数值列（奇数列：19到141）的索引
year_cols_idx <- seq(18, 140, by = 2)
value_cols_idx <- seq(19, 141, by = 2)

# 生成年份列与数值列的名称配对
col_pairs <- tibble(
  year_col = names(energy_data)[year_cols_idx],
  value_col = names(energy_data)[value_cols_idx]
)

# 将成对的年份-数值列转成长格式
long_data <- map_dfr(1:nrow(col_pairs), function(i) {
  energy_data %>%
    select(all_of(source_col), all_of(col_pairs$year_col[i]), all_of(col_pairs$value_col[i])) %>%
    rename(year = all_of(col_pairs$year_col[i]), value = all_of(col_pairs$value_col[i]))
})

# 将能源源转为列，年份作为行
final_data <- long_data %>%
  pivot_wider(names_from = all_of(source_col), values_from = value) %>%
  arrange(year) # 按年份升序排序（可选）

代码说明 #

• 包加载：使用tidyverse包含的dplyr（数据处理）和tidyr（数据重塑）工具，满足全流程操作需求。
• 列定位：精准筛选年份列（18-140的偶数列）和对应数值列（19-141的奇数列），避免列名混乱导致的错误。
• 长格式转换：通过map_dfr遍历每一对年份-数值列，将分散的年份和数值整合到统一的year和value列中，为后续重塑做准备。
• 宽格式转换：用pivot_wider将能源源名称转为列、年份作为行，实现数值按年份与能源源的对应映射。

注意事项 #

• 替换代码中的your_data_frame_name为你的实际数据框名称。
• 替换source_col为你的能源源名称列的真实列名（如"能源类型"）。

内容的提问来源于stack exchange，提问作者deepa palariya