R语言实现匹配变量按逆时序合并同行功能求助

先确保你安装并加载了dplyr和tidyr这两个常用数据处理包，新手用这个组合上手快：

install.packages(c("dplyr", "tidyr"))
library(dplyr)
library(tidyr)

先模拟你的数据结构 #

假设你的数据框叫var_info，结构大概是这样（你可以替换成自己的实际列名）：

var_info <- data.frame(
  Variable_Name = c("age", "gender", "age", "income", "gender"),
  Category_Count = c(80, 2, 90, 10, 2),
  Format = c("%d", "%s", "%d", "%d", "%s"),
  Label = c("年龄", "性别", "年龄（新版）", "收入", "性别"),
  Survey_Year = c(2018, 2020, 2022, 2020, 2018)
)

编写目标函数 #

这个函数接收两个参数：你的数据框df，以及要匹配合并的变量名向量target_vars：

merge_vars_by_year <- function(df, target_vars) {
  # 处理需要合并的目标变量
  merged_part <- df %>%
    filter(Variable_Name %in% target_vars) %>%
    group_by(Variable_Name) %>%
    # 按调查年份逆序排序，最新的排在前面
    arrange(desc(Survey_Year), .by_group = TRUE) %>%
    # 给每组内的行加序号，从1开始
    mutate(row_num = row_number()) %>%
    ungroup() %>%
    # 转成宽格式，生成带序号的列名
    pivot_wider(
      names_from = row_num,
      values_from = c(Variable_Name, Category_Count, Format, Label, Survey_Year),
      names_glue = "{.value}_{row_num}"
    )
  
  # 处理不需要合并的变量（未匹配的）
  unmerged_part <- df %>%
    filter(!Variable_Name %in% target_vars)
  
  # 合并两部分，自动对齐列，缺失值补NA
  bind_rows(merged_part, unmerged_part)
}

测试函数 #

比如你要合并age和gender这两个变量：

result <- merge_vars_by_year(var_info, target_vars = c("age", "gender"))
print(result)

运行后你会看到：

• age的两条记录按2022、2018逆序合并成一行，列名变成Variable_Name_1（值为age）、Survey_Year_1（2022）、Variable_Name_2（age）、Survey_Year_2（2018）等
• gender的两条记录按2020、2018逆序合并成一行
• income因为不在目标变量里，保持单独一行

注意事项 #

• 如果你的实际列名和示例不一样，要把函数里的Variable_Name、Survey_Year等替换成你数据里的真实列名
• 如果同一个变量在同一年有多个记录，函数会按原顺序保留，你可以在arrange里加更多排序条件调整

内容的提问来源于stack exchange，提问作者astrori