在R中实现数据分组与转置的方法咨询

需求概述 #

• 处理多工作表工作簿：每个工作表对应一个Policy
• 每个Metric包含多年数据（测试用3年，后续会增加），Metric数量多，Policy数量可变
• 需要将现有数据结构转换为指定的目标结构

数据结构说明 #

• 原有数据结构：以Policy为列，每行对应一个Metric，列包含Metric名称+各Policy下的多年数值（如2024/2030/2035值）
• 当前进度结构：移除Metric列，将Metric作为首列（通过rbind()添加），剩余列是各Policy的多年数据
• 目标数据结构：以年份为行维度，Policy为分组维度，各Metric作为列，每行对应某年份下各Policy的所有Metric数值

现有操作流程 #

1. 导入多工作表工作簿，得到tibble列表（每个tibble对应一个Policy，一行一个Metric，4列：Metric名称、2024值、2030值、2035值）
2. 转换为dataframe，用cbind()添加Policy向量作为列头，得到原有结构
3. 删除Metric列，用rbind()添加Metric向量作为首列，得到当前进度结构

最优方案：使用tidyr的pivot_longer+pivot_wider #

你之前误以为pivot_longer/pivot_wider是汇总工具，其实它们的核心功能就是数据结构重塑，完全适配你的需求，而且比循环更高效易维护，尤其适合大量Metric和可变Policy的场景。

核心步骤 #

1. 直接处理初始tibble列表：给每个tibble添加对应的Policy列，再合并成一个完整数据集
2. 纵向展开年份：把各年份的列（如2024、2030）转换为"年份"和"数值"两列
3. 横向展开Metric：把Metric转为列，数值对应到各年份-Policy的组合

代码示例 #

library(tidyverse)

# 模拟初始tibble列表（对应多工作表导入后的结果）
policy_list <- list(
  PolicyA = tibble(
    Metric = c("全职岗位数量", "培训人次"),
    `2024` = c(100, 50),
    `2030` = c(150, 80),
    `2035` = c(200, 100)
  ),
  PolicyB = tibble(
    Metric = c("全职岗位数量", "培训人次"),
    `2024` = c(120, 60),
    `2030` = c(180, 90),
    `2035` = c(220, 110)
  ),
  PolicyC = tibble(
    Metric = c("全职岗位数量", "培训人次"),
    `2024` = c(90, 45),
    `2030` = c(140, 75),
    `2035` = c(190, 95)
  )
)

# 执行结构转换
target_data <- policy_list %>%
  # 给每个tibble添加Policy列并合并
  bind_rows(.id = "Policy") %>%
  # 纵向展开年份列
  pivot_longer(cols = starts_with("20"), names_to = "年份", values_to = "数值") %>%
  # 横向展开Metric为列
  pivot_wider(names_from = Metric, values_from = 数值)

# 查看目标结构
print(target_data)

方案优势 #

• 无需手动cbind/rbind，避免人为错误
• 自动适配新增年份：只要年份列命名规律统一（如以"20"开头），无需修改代码
• 自动适配新增Policy：导入新工作表后直接加入列表即可
• 代码简洁易读，符合R的tidyverse主流风格，便于后续维护和扩展

内容的提问来源于stack exchange，提问作者user7327273