包含两个键列的gather（）

我有一个数据集，它有两行数据，并希望使用类似于gather（）的方法对它们进行整理，但不知道如何将这两行都标记为键列

数据如下所示：

Country  US   Canada  US 
org_id   332  778     920
02-15-20 25   35      54
03-15-20 30   10      60

我希望它看起来像

country  org_id  date      purchase_price 
US       332      02-15-20 25
Canada   778      02-15-20 35
US       920      02-15-20 54
US       332      03-15-20 30
Canada   778      03-15-20 10
US       920      03-15-20 60

---

例如，我知道gather（）可以将国家行移动到列中，但是有没有办法将国家和组织id行都移动到列中？

在数据中使用重复的列名不是一个好主意，因此我将重命名其中一个列名

names(df)[4] <- 'US_1'

数据

df <- structure(list(Country = c("org_id", "02-15-20", "03-15-20"), 
    US = c(332L, 25L, 30L), Canada = c(778L, 35L, 10L), US = c(920L, 
    54L, 60L)), class = "data.frame", row.names = c(NA, -3L))

---

df在数据中使用重复的列名不是一个好主意，因此我将重命名其中一个列名

names(df)[4] <- 'US_1'

数据

df <- structure(list(Country = c("org_id", "02-15-20", "03-15-20"), 
    US = c(332L, 25L, 30L), Canada = c(778L, 35L, 10L), US = c(920L, 
    54L, 60L)), class = "data.frame", row.names = c(NA, -3L))

df首先，我们将
Country
和
org\u id

library(tidyverse)

data <- set_names(data, paste(names(data), data[1,], sep = "-")) 
data
  Country-org_id US-332 Canada-778 US-920
1         org_id    332        778    920
2       02-15-20     25         35     54
3       03-15-20     30         10     60

库（tidyverse）
数据%
重命名（日期=`Country-org\u id`）%>%
pivot_更长（cols=-date，value_to=“price”）%>%
分开（col=name，into=c（“国家”，“组织id”），sep=“-”）
df
#一个tibble:6x4
日期国家组织标识价格
102-15-20美国332 25
2 02-15-20加拿大778 35
302-15-20美国920 54
4 03-15-20美国332 30
5 03-15-20加拿大778 10
6 03-15-20美国920 60
首先，我们将
国家
和
组织id

library(tidyverse)

data <- set_names(data, paste(names(data), data[1,], sep = "-")) 
data
  Country-org_id US-332 Canada-778 US-920
1         org_id    332        778    920
2       02-15-20     25         35     54
3       03-15-20     30         10     60

库（tidyverse）
数据%
重命名（日期=`Country-org\u id`）%>%
pivot_更长（cols=-date，value_to=“price”）%>%
分开（col=name，into=c（“国家”，“组织id”），sep=“-”）
df
#一个tibble:6x4
日期国家组织标识价格
102-15-20美国332 25
2 02-15-20加拿大778 35
302-15-20美国920 54
4 03-15-20美国332 30
5 03-15-20加拿大778 10
6 03-15-20美国920 60