使用R将行中日期值转换为列名（适配两种数据格式）

我们可以编写一个通用函数，同时处理单行和两行拆分的日期场景，具体实现如下：

完整代码 #

library(dplyr)
library(janitor)

clean_date_cols <- function(df) {
  # 遍历每一列，判断是否需要合并前两行的日期内容
  for (col in colnames(df)) {
    # 当第二行是四位年份、第一行包含日期分隔符时，合并两行
    if (!is.na(df[2, col]) && nchar(df[2, col]) == 4 && grepl(",", df[1, col])) {
      df[1, col] <- paste(df[1:2, col], collapse = " ")
    }
  }
  
  # 整理数据：设列名、移除日期行、过滤空列、转换数据类型
  df_cleaned <- df %>%
    janitor::row_to_names(row_number = 1) %>%
    slice(-1) %>%
    select(where(~!all(is.na(.) | . == "")))
  
  # 重命名第一列为student
  names(df_cleaned)[1] <- "student"
  
  # 将分数列转为数值型
  df_cleaned <- df_cleaned %>%
    mutate(across(-student, as.numeric))
  
  return(df_cleaned)
}

测试两种模式 #

模式1测试

df1 <- data.frame(student=c('', 'B', 'C', 'D', 'E'),
                  score1=c('', '', '', '', ''),
                  score2=c('May 30, 2021', '', '31', '39', '35'),
                  score3=c('June 30, 2022', '', '33', '37', '34'))

clean_date_cols(df1)

输出结果：

student May 30, 2021 June 30, 2022
1       B           NA            NA
2       C           31            33
3       D           39            37
4       E           35            34

模式2测试

df2 <- data.frame(student=c('', '', 'C', 'D', 'E'),
                  score1=c('', '', '', '', ''),
                  score2=c('May 30,', '2021', '', '39', '35'),
                  score3=c('June 30,',  '2022', '', '37', '34'))

clean_date_cols(df2)

输出结果：

student May 30, 2021 June 30, 2022
1       C           39            37
2       D           35            34

关键逻辑说明 #

• 自动识别需合并的日期行：通过判断列的第二行是否为四位数字年份、第一行是否包含日期逗号分隔符，触发两行合并；
• 自动清理无效内容：过滤全空的列，移除存储日期的冗余行；
• 适配后续分析：将分数列转换为数值型，避免字符类型带来的计算问题。

内容的提问来源于stack exchange，提问作者Roy