如何在R中将特定格式CSV转换为指定结构的DataFrame？

步骤说明与代码实现 #

你的CSV属于宽格式数据，前两行定义了每一列的Year和Month属性，后续行是ind对应各列的数值。可以用tidyverse工具包快速转成目标格式，步骤如下：

1. 读取原始CSV
   注意文件分隔符是|，且存在多余空格，用read.table处理：

   # 替换成你的文件路径
   df_raw <- read.table("your_data.csv", sep = "|", header = FALSE, strip.white = TRUE, stringsAsFactors = FALSE)
   

2. 提取Year和Month的列属性
   把前两行的内容作为每一列的Year、Month标签：

   # 第一行是各列的Year值，去掉第一列（行标识列）
   year_labels <- df_raw[1, -1]
   # 第二行是各列的Month值
   month_labels <- df_raw[2, -1]
   

3. 提取核心数据并转长格式
   用tidyverse的pivot_longer把宽格式转成需要的长格式，同时匹配Year和Month：

   # 先加载tidyverse（新手建议提前安装：install.packages("tidyverse")）
   library(tidyverse)
   
   # 提取从第三行开始的ind和数值数据
   data_rows <- df_raw[3:nrow(df_raw), ]
   # 给列命名，方便后续处理
   colnames(data_rows) <- c("ind", paste0("col_", 1:length(year_labels)))
   
   # 转长格式并匹配Year/Month
   final_df <- data_rows %>%
     # 把所有数值列转成value，记录列标识
     pivot_longer(cols = starts_with("col_"), names_to = "col_idx", values_to = "value") %>%
     # 把value转成数值类型
     mutate(value = as.numeric(value)) %>%
     # 根据列标识匹配对应的Year和Month
     mutate(Year = year_labels[as.integer(str_remove(col_idx, "col_"))],
            Month = month_labels[as.integer(str_remove(col_idx, "col_"))]) %>%
     # 调整列顺序，保留需要的字段
     select(Year, Month, ind, value)
   

补充说明 #

• 如果需要把ind转成整数类型，在mutate里加一行ind = as.integer(ind)即可
• 若不想用tidyverse，也可以用base R的reshape函数，但代码相对繁琐，新手更推荐tidyverse的直观写法

内容的提问来源于stack exchange，提问作者Dododude