如何在R中转置时间序列数据将date列转为新变量名

问题根源 #

你遇到的报错和格式问题核心原因是使用t()转置数据框的逻辑有缺陷：R中数据框允许不同列存不同类型数据，但t()转置前会先把数据框强制转为矩阵，矩阵要求所有元素类型统一，所以原本的数值列会被强制转为字符类型，后续转回数值时如果存在无法识别为数字的内容就会抛出NAs introduced by coercion报错，同时行名、列名的格式也会出现异常。

最优解决方案 #

推荐使用tidyr的长宽表转换逻辑完成需求，完全避开转置带来的类型问题，也不需要手动处理行名列名转换，适配500+变量的大数据集性能稳定：

# 加载依赖包
library(tidyverse)
library(janitor)

# 处理代码
df_output <- df %>%
  # 先将日期列转为日期格式并降序排序，保证后续列名最新日期在最左侧
  mutate(date = as.Date(date)) %>%
  arrange(desc(date)) %>%
  # 转为长表，收拢所有数值指标
  pivot_longer(cols = -date, names_to = "indicator", values_to = "value") %>%
  # 转为目标宽表，日期值做列名，指标名做第一列
  pivot_wider(names_from = date, values_from = value) %>%
  # 重命名第一列为date匹配需求
  rename(date = indicator) %>%
  # 添加总计行
  adorn_totals()

原有问题的对应解答 #

• 关于是否能避免转置后手动处理行名：如果坚持用t()转置没有办法跳过这一步，因为t()处理数据框时默认会把原列名转为行名，必须手动调整。用上述长宽转换方案完全不需要接触行名操作，自然规避了这个问题。
• 关于转数值报错的排查：如果需要定位原有代码的报错来源，可以执行以下代码找出无法转为数值的异常值：

# 提取转置后尚未转数值的中间表
test_df <- df %>%
  arrange(desc(date)) %>%
  t() %>%
  as.data.frame() %>%
  rownames_to_column() %>%
  mutate(across(everything(), as.character)) %>%
  row_to_names(1)

# 找出所有无法转为数值的位置
bad_cells <- imap_dfr(select(test_df, -date), ~data.frame(
  col = .y,
  row = which(is.na(as.numeric(.x))),
  bad_value = .x[which(is.na(as.numeric(.x)))]
))

内容的提问来源于stack exchange，提问作者Rosie