在R语言中将数据框转换为以年份为索引的宽格式

假设你的数据框名为df，可以通过以下步骤实现需求：

步骤1：从行索引中提取完整年份 #

拆分行索引中的年份后缀，转换为2020、2021这类完整年份格式：

# 拆分索引，提取年份部分并拼接为完整年份
df['Year'] = '20' + df.index.str.split('-').str[1]
# 将年份转为整数类型
df['Year'] = df['Year'].astype(int)

步骤2：转换为目标宽格式 #

使用pivot方法将国家转为列、年份转为行索引，填充对应数值：

wide_df = df.pivot(index='Year', columns='Country', values='Value')

完整可运行示例 #

import pandas as pd

# 模拟你当前的数据框结构
data = {
    'Country': ['Italy', 'Italy', 'Spain', 'Spain'],
    'Value': [1246, 230, 64829, 11320]
}
df = pd.DataFrame(data, index=['ITA-20', 'ITA-21', 'SPA-20', 'SPA-21'])

# 提取年份
df['Year'] = '20' + df.index.str.split('-').str[1]
df['Year'] = df['Year'].astype(int)

# 转换为宽格式
wide_df = df.pivot(index='Year', columns='Country', values='Value')

print(wide_df)

运行后输出结果：

Italy  Spain
Year                
2020     1246  64829
2021      230  11320

补充说明 #

• 如果行索引中的年份是四位格式（比如ITA-2019），直接提取第二部分即可：df.index.str.split('-').str[1].astype(int)
• 若存在同一国家同一年份的重复数据，可改用pivot_table并指定聚合函数处理，例如：df.pivot_table(index='Year', columns='Country', values='Value', aggfunc='sum')

内容的提问来源于stack exchange，提问作者user20332904