在R中如何提取单列内多个变量并按分组计算受访者百分比均值

• 现有数据集单列存储多变量，数据集视图如下：
  
• 核心需求：从question列提取6个唯一问题变量，匹配对应受访者百分比数值，按国家、性别分组后计算每个问题对应的受访者百分比均值，最终输出包含国家、年份、各问题对应百分比均值的宽表。
• 此前直接使用pivot_wider()转换宽表未得到预期结果，错误输出示例如下：
  
• 原有运行代码：

dff2 <- df2 %>%
pivot_wider(names_from = 'Question', values_from = 'Percentage of respondents')

直接调用pivot_wider()会因为同分组下存在多个重复观测生成列表列，无法得到均值结果，需要先完成分组聚合再转宽表，修正后代码如下：

# 需提前加载dplyr、tidyr包
library(tidyverse)

dff2 <- df2 %>%
  # 按国家、年份、性别、问题维度分组，计算百分比均值
  group_by(Country, Year, Gender, Question) %>%
  summarise(avg_perc = mean(`Percentage of respondents`, na.rm = T), .groups = "drop") %>%
  # 转宽表，将问题转为列名，值为对应均值
  pivot_wider(names_from = Question, values_from = avg_perc)

注：group_by中的列名需替换为你实际数据集里的对应字段名；na.rm=T会自动过滤百分比列的空值，不需要可删除该参数。

内容的提问来源于stack exchange，提问作者Hayleyaw