R 如何按列索引将数据帧拆分为多个数据帧

我正在尝试处理下面指定的天气数据。我原以为我在正确的轨道上，但pivot_不再在正确的庄园中使用，导致部分重复

有人能就我如何编辑代码提出建议吗？我想一种方法是在将数据帧拆分为多个数据帧（即第一个数据帧-1月，年，第二个数据帧-2月，年）后执行pivot_的时间更长

maxT <- read.table('https://www.metoffice.gov.uk/pub/data/weather/uk/climate/datasets/Tmax/ranked/England_S.txt',  skip = 5, header = TRUE) %>%
  select(c(1:24)) %>%
  pivot_longer(cols = seq(2,24,2) , values_to = "year") %>%
  mutate_at(c(1:12), ~as.numeric(as.character(.))) %>%
  pivot_longer(cols = c(1:12), names_to = "month", values_to = "tmax") %>%
  mutate(month = match(str_to_title(month), month.abb),
         date = as.Date(paste(year, month, 1, sep = "-"), format = "%Y-%m-%d")) %>%
  select(-c("name","year","month")) %>%
  arrange(date)

maxT%
选择（c（1:24））%>%
枢轴长度（cols=seq（2,24,2），数值为年）%>%
在（c（1:12），~as.numeric（as.character（.））%>%处进行变异
pivot_更长（cols=c（1:12），名称_to=“month”，值_to=“tmax”）%>%
变异（月=匹配（str_to_title（月），month.abb），
日期=截止日期（粘贴（年、月、1、9月=“-”，格式=“%Y-%m-%d”））%>%
选择（-c（“名称”、“年”、“月”））%>%
安排（日期）

我们可以使用

拆分。默认情况下，

拆分两列组成的组

list_df <- split.default(maxT, ceiling(seq_along(maxT)/2))

---

list\u df这里有一个使用
tidyverse
的选项，使用
map2

library(dplyr)
library(purrr)
list_df <- maxT %>% 
     select(seq(1, ncol(.), by = 2)) %>%
     map2(maxT %>% 
           select(seq(2, ncol(.), by = 2)), bind_cols) %>%
     imap( ~ .x %>% 
              rename(!! .y := `...1`, year = `...2`))

库（dplyr）
图书馆（purrr）
列表_df%
选择（序号（1，ncol（.），by=2））%>%
map2（最大%>%
选择（序号（2，ncol（.），by=2）），绑定列%>%
imap（~.x%>%
重命名（！！.y:=`…1`，年份=`…2`）

-输出

map(list_df, head)
#$jan
# A tibble: 6 x 2
#    jan  year
#  <dbl> <int>
#1   9.9  1916
#2   9.8  2007
#3   9.7  1921
#4   9.7  2008
#5   9.5  1990
#6   9.4  1975

#$feb
# A tibble: 6 x 2
#    feb  year
#  <dbl> <int>
#1  11.2  2019
#2  10.7  1998
#3  10.7  1990
#4  10.3  2002
#5  10.3  1945
#6  10    2020
# ...

map（列表头）
#$jan
#一个tibble:6x2
#一月
#   
#1   9.9  1916
#2   9.8  2007
#3   9.7  1921
#4   9.7  2008
#5   9.5  1990
#6   9.4  1975
#二月美元
#一个tibble:6x2
#二月份
#   
#1  11.2  2019
#2  10.7  1998
#3  10.7  1990
#4  10.3  2002
#5  10.3  1945
#6  10    2020
# ...

数据
maxT%
选择（c（1:24））

map(list_df, head)
#$jan
# A tibble: 6 x 2
#    jan  year
#  <dbl> <int>
#1   9.9  1916
#2   9.8  2007
#3   9.7  1921
#4   9.7  2008
#5   9.5  1990
#6   9.4  1975

#$feb
# A tibble: 6 x 2
#    feb  year
#  <dbl> <int>
#1  11.2  2019
#2  10.7  1998
#3  10.7  1990
#4  10.3  2002
#5  10.3  1945
#6  10    2020
# ...

maxT <- read.table('https://www.metoffice.gov.uk/pub/data/weather/uk/climate/datasets/Tmax/ranked/England_S.txt',  skip = 5, header = TRUE) %>%      
        select(c(1:24))