如何在R中整理Dataframe：按年份合并去空值并排序

核心思路 #

先清理重复的年份-指标条目，保留有效非空值，再转宽格式并按年份排序。

完整代码 #

library(wbstats)
library(dplyr)
library(tidyr)

# 拉取巴基斯坦数据
pakistan_data <- wb(country = "PK", 
                    indicator = c("SM.POP.NETM", "MS.MIL.XPND.CD", "FP.CPI.TOTL", 
                                  "SE.XPD.TOTL.GD.ZS", "GB.XPD.RSDV.GD.ZS", "GC.XPN.TOTL.GD.ZS"), 
                    startdate = 2010, enddate = 2020)

# 数据清洗与整理
pakistan_data_clean <- pakistan_data %>%
  # 按年份和指标分组，提取每组第一个非空值（去重+去空）
  group_by(date, indicator) %>%
  summarize(value = first(na.omit(value)), .groups = "drop") %>%
  # 转宽格式，年份为行，指标为列
  pivot_wider(names_from = indicator, values_from = value) %>%
  # 按年份升序排列
  arrange(date) %>%
  # 移除所有指标都为空的无效行（可选）
  filter(if_any(everything(), ~!is.na(.x)))

关键步骤说明 #

• 分组聚合: 通过group_by(date, indicator)确保每个年份的每个指标只有一条记录，用first(na.omit(value))保留有效数值，剔除重复空值条目
• 转宽格式: pivot_wider实现从长表到宽表的转换，满足一行对应一个年份所有指标的需求
• 排序与清理: arrange(date)按年份排序，可选的filter步骤移除完全无数据的年份行

内容的提问来源于stack exchange，提问作者Tehreem Rashid