如何转换宽格式数据框为适配ggplot的可用格式？

你可以用tidyr包中的pivot_longer()函数轻松完成宽转长的转换，核心是明确要转换的列、新列名称，再处理年份格式：

# 加载tidyverse（包含tidyr和dplyr工具）
library(tidyverse)

# 宽转长并清理年份格式
il_births_long <- il_births %>%
  pivot_longer(
    cols = starts_with("x"),  # 选中所有以"x"开头的年份列
    names_to = "year",        # 原年份列名存入新列`year`
    values_to = "births"      # 原列中的出生数存入新列`births`
  ) %>%
  # 移除年份列的"x"前缀，转换为整数类型
  mutate(year = as.integer(str_remove(year, "x")))

参数说明： #

• cols = starts_with("x")：你的年份列均以x开头（x1989至x2009），用这个选择器可一次性选中所有目标列，无需逐个列举列名。
• names_to & values_to：分别指定存储原列名、原列数值的新列名称，按需求命名为year和births即可。
• 最后的mutate步骤：移除year列的x前缀并转为整数，后续用ggplot可视化时，年份可作为连续变量处理，更适合绘制趋势类图表。

验证转换结果： #

执行后用glimpse()查看长格式数据：

glimpse(il_births_long)

转换后的数据包含3列：county_name（县名）、year（年份）、births（活产数），总行数为106个县 ×21年=2226行，完全符合每行对应一个县+年份的需求，可直接用于ggplot可视化。

提示：转置数据框效果差的原因是，转置后会把县名变为列名，破坏数据结构化；pivot_longer()是专门针对宽转长场景设计的工具，更适配这类表格数据的整理需求。

内容的提问来源于stack exchange，提问作者nth1824