根据另一个数据帧中的行创建多个新数据帧，并在 r 中使用 for 循环

Question

我有一个如下所示的数据框：

df <- data.frame(ID = c(1,2,3,4,5,6), Type = c("A","A","B","B","C","C"), `2019` = c(1,2,3,4,5,6),`2020` = c(2,3,4,5,6,7), `2021` = c(3,4,5,6,7,8))

  ID Type X2019 X2020 X2021
1  1    A     1     2     3
2  2    A     2     3     4
3  3    B     3     4     5
4  4    B     4     5     6
5  5    C     5     6     7
6  6    C     6     7     8

现在，我正在寻找一些执行以下操作的代码： 1.为df中的每一行创建一个新的data.frame 2.用“ID”和“类型”（A_1，A_2，...，C_6）的组合命名新的数据帧

生成的新数据帧应如下所示（A_1、A_2 和 C_6 的示例）：

  Year Values
1 2019      1
2 2020      2
3 2021      3

  Year Values
1 2019      2
2 2020      3
3 2021      4

  Year Values
1 2019      6
2 2020      7
3 2021      8

我有一些使代码复杂化的事情： 1. 代码在接下来的几年内应该可以正常工作，没有任何变化，这意味着明年 data.frame df 将不再包含 2019-2021 年，而是 2020-2022 年。 2. 由于 data.frame df 只是一个最小的可重现示例，我需要某种循环。在“真实”数据中，我有更多的行，因此要创建更多的数据框。

很遗憾，我不能给你任何代码，因为我完全不知道如何管理它。 在研究过程中，我发现以下代码可能有助于解决岁月变化的第一个问题：

year <- as.numeric(format(Sys.Date(), "%Y"))

此外，我阅读了有关列表的信息，它可能有助于在 for 循环中使用列表，然后将列表转换回数据框。抱歉我的方法有限，我希望任何人都可以给我一个提示，甚至解决我的问题。如果您需要任何进一步的信息，请告诉我。提前致谢！

一个和我类似的问题： Populating a data frame in R in a loop

Answer 1

试试这个：

library(stringr)
library(dplyr)
library(tidyr)
library(magrittr)

df %>%
  gather(Year, Values, 3:5) %>%
  mutate(Year = str_sub(Year, 2)) %>%
  select(ID, Year, Values) %>%
  group_split(ID) # split(.$ID) 

# [[1]]
# # A tibble: 3 x 3
#     ID Year  Values
#   <dbl> <chr>  <dbl>
# 1     1 2019       1
# 2     1 2020       2
# 3     1 2021       3
# 
# [[2]]
# # A tibble: 3 x 3
#     ID Year  Values
#   <dbl> <chr>  <dbl>
# 1     2 2019       2
# 2     2 2020       3
# 3     2 2021       4
# 
# [[3]]
# # A tibble: 3 x 3
#     ID Year  Values
#   <dbl> <chr>  <dbl>
# 1     3 2019       3
# 2     3 2020       4
# 3     3 2021       5
# 
# [[4]]
# # A tibble: 3 x 3
#     ID Year  Values
#   <dbl> <chr>  <dbl>
# 1     4 2019       4
# 2     4 2020       5
# 3     4 2021       6
# 
# [[5]]
# # A tibble: 3 x 3
#     ID Year  Values
#   <dbl> <chr>  <dbl>
# 1     5 2019       5
# 2     5 2020       6
# 3     5 2021       7
# 
# [[6]]
# # A tibble: 3 x 3
#     ID Year  Values
# <dbl> <chr>  <dbl>
# 1     6 2019       6
# 2     6 2020       7
# 3     6 2021       8

数据

df <- data.frame(ID = c(1,2,3,4,5,6), Type = c("A","A","B","B","C","C"), `2019` = c(1,2,3,4,5,6),`2020` = c(2,3,4,5,6,7), `2021` = c(3,4,5,6,7,8))

Answer 2

library(magrittr)
library(tidyr)
library(dplyr)
library(stringr)

names(df) <- str_replace_all(names(df), "X", "") #remove X's from year names

df %>%
  gather(Year, Values, 3:5) %>%
  select(ID, Year, Values) %>%
  group_split(ID)