在R中处理行列混合的NOAA飓风CSV数据集：数据整理求助

从你提供的数据来看，date_index列混合了飓风标识符（如AL011851）和观测日期，且newname列已经标记了新飓风的起始行（TRUE对应标识符行），可以用以下步骤拆分并整理数据：

步骤1：加载必要的包（首次运行需先安装） #

# 安装依赖包
install.packages(c("tidyr", "dplyr", "lubridate"))

# 加载包
library(tidyr)
library(dplyr)
library(lubridate)

步骤2：提取并填充飓风标识符 #

先从date_index列中提取飓风编号，再向下填充到对应的观测行：

df <- df %>%
  # 仅在新飓风行记录编号，其余行留空
  mutate(hurricane_id = ifelse(newname, date_index, NA)) %>%
  # 向下填充编号，让每个观测行对应正确的飓风
  fill(hurricane_id, .direction = "down")

步骤3：提取并转换观测日期 #

把date_index中的纯数字日期提取出来，转换成标准日期格式：

df <- df %>%
  # 仅在观测行提取日期字符串
  mutate(raw_date = ifelse(!newname, date_index, NA)) %>%
  # 填充日期（同一飓风的观测日期通常连续重复）
  fill(raw_date, .direction = "down") %>%
  # 转成标准日期格式
  mutate(observation_date = ymd(raw_date)) %>%
  # 删除临时列
  select(-raw_date)

步骤4：清理冗余列（可选） #

拆分完成后可移除原date_index列，调整列顺序让核心信息前置：

df <- df %>%
  select(-date_index) %>%
  relocate(hurricane_id, observation_date)

处理后的数据示例 #

运行上述代码后，前6行数据会变成这样：

head(df)
#>   hurricane_id observation_date             time n_entries type wind newname
#> 1     AL011851       1851-06-25            UNNAMED      14        NA   TRUE
#> 2     AL011851       1851-06-25           0000                HU   80  FALSE
#> 3     AL011851       1851-06-25           0600                HU   80  FALSE
#> 4     AL011851       1851-06-25           1200                HU   80  FALSE
#> 5     AL011851       1851-06-25           1800                HU   80  FALSE
#> 6     AL011851       1851-06-25           2100           L HU   80  FALSE

备选方案（不依赖newname列） #

如果newname列不可靠，可直接通过date_index的格式识别：

df <- df %>%
  # 匹配以两个大写字母开头的飓风编号
  mutate(hurricane_id = ifelse(grepl("^[A-Z]{2}", date_index), date_index, NA)) %>%
  fill(hurricane_id, .direction = "down") %>%
  # 匹配8位纯数字的日期
  mutate(raw_date = ifelse(grepl("^\\d{8}$", date_index), date_index, NA)) %>%
  fill(raw_date, .direction = "down") %>%
  mutate(observation_date = ymd(raw_date)) %>%
  select(-raw_date, -date_index) %>%
  relocate(hurricane_id, observation_date)

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