如何将Eurostat包导入的数据集从长格式转换为宽格式？

你的pivot_wider结果不符合预期，核心原因是数据中存在重复的time+geo组合（比如示例数据里2022-12-01的EA19对应两个values值：68.3和-1.9），pivot_wider默认会把这些重复值打包成列表列，而非你预期的单一值列。

针对这个问题，分两种场景处理：

场景1：重复值对应不同统计指标（Eurostat原始数据特性） #

Eurostat的sts_inpr_m数据集包含多种工业生产指数指标（比如总指数、环比变化、同比变化等），这些指标由indic_bt字段区分。你之前的代码删掉了这个字段，导致不同指标的数值被混在一起，出现重复的time+geo组合。

解决步骤：

1. 重新导入数据时保留indic_bt字段：

IPI <- get_eurostat("sts_inpr_m") %>% 
  select("geo", "time", "indic_bt", "values") %>%
  mutate(time=format(as.Date(time, "%Y-%m-%d"))) %>%
  filter(geo %in% c("ES", "IT", "FR", "EU28", "EA19"))

2. 根据需求选择转宽方式：

• 方式1：将指标类型和地区合并为列名，同时保留所有指标：

IPI_wide <- IPI %>%
  pivot_wider(names_from = c(indic_bt, geo), values_from = values)

• 方式2：先筛选特定指标（比如仅保留总指数，需替换为对应indic_bt编码），再转宽：

# 示例：筛选总指数（编码需根据Eurostat实际定义调整）
IPI_total <- IPI %>%
  filter(indic_bt == "PROD_IND_TOTAL") %>%
  pivot_wider(names_from = geo, values_from = values)

场景2：重复值为数据冗余/错误 #

如果这些重复值是导入或处理时产生的冗余数据，可先对time+geo组合做聚合处理，再转宽：

• 取平均值：

IPI_wide <- IPI %>%
  group_by(time, geo) %>%
  summarise(values = mean(values, na.rm = TRUE)) %>%
  ungroup() %>%
  pivot_wider(names_from = geo, values_from = values)

• 保留第一条记录：

IPI_wide <- IPI %>%
  group_by(time, geo) %>%
  slice(1) %>%
  ungroup() %>%
  pivot_wider(names_from = geo, values_from = values)

内容的提问来源于stack exchange，提问作者Maria