求助：在R中实现区域/行业/所有权维度的数据透视转置

步骤说明 #

你的需求是把包含季度分月（mnth1emp/mnth2emp/mnth3emp）的数据，转换为每个naicscode/areavalue/ownership组合一行、列对应每个年月（如202001）的宽格式。可以通过数据重塑+透视两步完成，使用dplyr和tidyr包实现：

代码实现 #

首先加载依赖包：

library(dplyr)
library(tidyr)

1. 将季度分月列转为长格式，提取季度内月份偏移

test_long <- test %>%
  pivot_longer(cols = starts_with("mnth"), 
               names_to = "month_in_quarter", 
               values_to = "emp") %>%
  mutate(month_offset = as.integer(substr(month_in_quarter, 4, 4)) - 1)

2. 计算每个记录对应的具体年月

test_long <- test_long %>%
  mutate(
    # 把季度转为对应起始月份
    quarter_start_month = case_when(
      period == "01" ~ 1,
      period == "02" ~ 4,
      period == "03" ~ 7,
      period == "04" ~ 10
    ),
    # 计算具体月份
    month = quarter_start_month + month_offset,
    # 生成YYYYMM格式的年月字符串
    year_month = paste0(periodyear, sprintf("%02d", month))
  ) %>%
  select(naicscode, areavalue, ownership, year_month, emp)

3. 透视为目标宽格式

test_wide <- test_long %>%
  pivot_wider(
    names_from = year_month, 
    values_from = emp,
    fill_value = NA  # 缺失值填充，可根据需求改为0或其他
  )

结果验证 #

查看test_wide，会得到你期望的格式：每个区域/行业/所有权组合一行，列是从202001到202112的年月，对应数值为各月的emp数据。比如areavalue="000000"的行，202001对应25000，202002对应25005，和你给出的示例一致。

这个方法适用于大规模数据集，多行业、多年份的场景都能兼容。

内容的提问来源于stack exchange，提问作者Tim Wilcox