如何使用spread函数将R中eurostat长格式数据集转为宽格式？

问题原因 #

• 重复分组键：你的数据中同一个time和geo组合对应多个values（比如DE在time=2018-01-01下有5条记录），spread无法直接将多个值塞进单个单元格，会生成不符合预期的列表列或报错。
• 列名不匹配：你在select中使用的"UE"、"ZE"在原数据的geo列中不存在，对应的实际值是"EU27_2020"和"EA20"，这会导致select找不到列而失败。

解决方案 #

先对重复的time-geo组合进行聚合（比如取均值、最大值等，根据你的需求选择），再转换为宽格式并重命名列：

步骤1：加载必要包 #

library(tidyverse)

步骤2：聚合重复数据 #

这里以计算均值为例，你可以替换为sum()、first()、last()等聚合函数：

taxaatur_EU_m_agg <- taxaatur_EU_m %>%
  group_by(time, geo) %>%
  summarise(values = mean(values), .groups = "drop")

步骤3：转换为宽格式并重命名列 #

推荐使用pivot_wider（tidyr包的最新函数，替代已退役的spread）：

taxaatur_EU_m_wide <- taxaatur_EU_m_agg %>%
  pivot_wider(names_from = geo, values_from = values) %>%
  # 重命名列匹配你的需求
  rename(UE = EU27_2020, ZE = EA20) %>%
  # 按指定顺序选择列
  select(time, UE, ZE, DE, ES, FR, IT)

如果坚持使用spread，代码如下：

taxaatur_EU_m_wide <- taxaatur_EU_m_agg %>%
  spread(geo, values) %>%
  rename(UE = EU27_2020, ZE = EA20) %>%
  select(time, UE, ZE, DE, ES, FR, IT)

内容的提问来源于stack exchange，提问作者Maria