pivot_longer函数使用正确性验证及参数设置疑问咨询

原始数据集 #

my_data = structure(list(col = c("A", "B", "C"), `2000-01-01` = c(86L, 
43L, 73L), `2000-01-02` = c(99L, 77L, 12L)), class = "data.frame", row.names = c(NA, 
-3L))

对应表格展示：

目标格式 #

date col count
1 2000-01-01   A    86
2 2000-01-01   B    43
3 2000-01-01   C    73
4 2000-01-02   A    99
5 2000-01-02   B    77
6 2000-01-02   C    12

用户代码及疑问 #

用户编写的代码：

library(tidyr)
# 为何我仅指定了"2001-01-01"，却似乎处理了所有列？
my_data %>%
  pivot_longer(!col, names_to = "2001-01-01", values_to = "count")

运行结果：

# A tibble: 6 x 3
  col   `2001-01-01` count
  <chr> <chr>        <int>
1 A     2000-01-01      86
2 A     2000-01-02      99
3 B     2000-01-01      43
4 B     2000-01-02      77
5 C     2000-01-01      73
6 C     2000-01-02      12

疑问：

1. 当前处理是否正确？
2. 为何在names_to中指定"2001-01-01"，却还是处理了所有日期列？

问题解答 #

1. 当前处理是否正确？ #

数据内容是正确的，但列名不符合目标格式——你把存储日期的新列命名成了2001-01-01，而目标里该列的名称是date，需要调整参数修正。

2. 为什么指定"2001-01-01"却处理了所有列？ #

这是对pivot_longer参数功能的误解：

• !col表示除col列之外的所有列都要被转为长格式，这才是所有日期列被处理的原因。
• names_to的作用是给转换后存储原列名的新列设置名称，不是指定要转换的列。你写的"2001-01-01"只是新列的名字，不是筛选列的条件。

正确代码 #

只需把names_to的参数改为"date"，就能得到目标格式：

library(tidyr)
my_data %>%
  pivot_longer(!col, names_to = "date", values_to = "count")

运行结果：

# A tibble: 6 x 3
  col   date       count
  <chr> <chr>      <int>
1 A     2000-01-01    86
2 A     2000-01-02    99
3 B     2000-01-01    43
4 B     2000-01-02    77
5 C     2000-01-01    73
6 C     2000-01-02    12

内容的提问来源于stack exchange，提问作者stats_noob