R 使用pivot_转换多行

我的真实数据集更大，但我试图在这里缩短它。 #我所拥有的：

Income_100m_total_df <- data.frame(Name = c("Amstelpark", 
                                        "Amstelpark",
                                        "Amstelpark",
                                        "Amstelpark",
                                        "Amstelpark",
                                        "Amstelpark",
                                        "Amstelpark",
                                        "Amstelpark",
                                        "Amstelpark"),
            Income_type_households = c("Mean_low_income_households",
                             "Mean_low_income_households", 
                             "Mean_low_income_households",
                             "Mean_middle_income_households",
                             "Mean_middle_income_households",
                             "Mean_middle_income_households",
                             "Mean_high_income_households",
                             "Mean_high_income_households",
                             "Mean_high_incom_households"),
             Income_households = c(42.333, 42.333, 42.333, 32, 32, 32, 
                                   25.667, 25.667, 25.667),
             Income_type_persons = c("Mean_low_income_persons",
                                     "Mean_middle_income_persons", 
                                     "Mean_high_income_persons",
                                     "Mean_low_income_persons",
                                     "Mean_middle_income_persons",
                                     "Mean_high_income_persons",
                                     "Mean_low_income_persons",
                                     "Mean_middle_income_persons",
                                     "Mean_high_income_persons"),
            Income_households = c(33, 32, 35, 33, 32, 35, 33, 32, 35))

---

然而，它似乎只适用于个人而不适用于家庭，我如何做到这一点？

除了[9,2]（“平均高收入家庭”）中的打字错误之外，这应该是有效的：

cbind( unique(Income_100m_total_df[,1:3]), unique(Income_100m_total_df[,4:5]) )

#        Name        Income_type_households Income_households
#1 Amstelpark    Mean_low_income_households            42.333
#4 Amstelpark Mean_middle_income_households            32.000
#7 Amstelpark   Mean_high_income_households            25.667
#         Income_type_persons Income_households.1
#1    Mean_low_income_persons                  33
#4 Mean_middle_income_persons                  32
#7   Mean_high_income_persons                  35

---

我找到了一种代码的变通方法，它满足了我的需求：

inc_house <- Income_100m_total_df %>% 
group_by(Income_type_households) %>% 
  summarize(mean = mean(Income_households))

inc_person <- Income_100m_total_df %>% 
group_by(Income_type_persons) %>% 
  summarize(mean = mean(Income_households.1))

inc_both <- bind_cols(inc_house, inc_person)

inc_house%
按（收入类型家庭）分组%>%
汇总（平均值=平均值（家庭收入））
股份有限公司人员%
按（收入类型人员）分组%>%
汇总（平均值=平均值（家庭收入1））
inc_Hi，从您提供的示例判断，您并不是在查看表，而只是查看原始数据的子集。在您的示例中，所需的结果只是原始数据的第1、5和9行。你可以使用
slice
来实现这一点。你能更清楚地解释一下从第一个到第二个的过程吗？嗨，卡米尔，在第一个表中有很多迭代，所以我想去掉它们。通过添加两个新列，其中名称和值是分开的，我希望只得到一个没有迭代的表（因此每个公园，在本例中是AmsterPark），我只得到三行，表示家庭和个人的中低收入和高收入。我原以为pivot_会完成这项工作，但它似乎只适用于人，而不是在hoouseholds。谢谢Andre！你能帮我在我的代码中实现这个吗？阅读excel（“公园、缓冲区、重叠区、空间、连接区”xlsx）%>%pivot\u更长（c（平均低收入家庭、平均中等收入家庭、平均高收入家庭），姓名至=“收入类型家庭”，值至=“收入家庭”）%%>%pivot\u更长（c（平均低收入者、平均中等收入者、平均高收入者）、姓名至=“收入类型”者、值至=“收入者”）如果您将读取的输出保存到“收入总额1亿欧元”，则应该有效（Income_100m_total_df Hi Andre，我试过了，这是wat r给我的：数据错误。frame（…，check.names=FALSE）：参数意味着不同的行数：6059似乎您的行中有一行不同。您的行中是否仍然有拼写错误？您可以通过先运行unique（Income_100m_total_df[，1:3]），然后运行unique（Income_total_df）来测试这一点[，4:5]），看看为什么行数不匹配。如果我不纠正您发布的示例中的错误，我会得到相同的错误：error in data.frame（…，check.names=FALSE）：参数意味着行数不同：4，3您必须将“平均高收入家庭”更改为“平均高收入家庭”
cbind( unique(Income_100m_total_df[,1:3]), unique(Income_100m_total_df[,4:5]) )

#        Name        Income_type_households Income_households
#1 Amstelpark    Mean_low_income_households            42.333
#4 Amstelpark Mean_middle_income_households            32.000
#7 Amstelpark   Mean_high_income_households            25.667
#         Income_type_persons Income_households.1
#1    Mean_low_income_persons                  33
#4 Mean_middle_income_persons                  32
#7   Mean_high_income_persons                  35

inc_house <- Income_100m_total_df %>% 
group_by(Income_type_households) %>% 
  summarize(mean = mean(Income_households))

inc_person <- Income_100m_total_df %>% 
group_by(Income_type_persons) %>% 
  summarize(mean = mean(Income_households.1))

inc_both <- bind_cols(inc_house, inc_person)