r语言自动读入统计年鉴，自动高效地处理变量名，得到干净的数据结构

一、主要问题

用excel打开一般的官方“统计年鉴”的数据，一般出现下面的形式（这里只举一例，其它情况类似，大家可仿此处理）。
这个表格要读入R语言处理，遇到的第一个问题就是如何按变量名称来读入数据。表格中，“年份”变量可直接读入，“年末户籍总人口（万人）”等变量可直接读入，但是像第一产业、第二产业、第三产业等，就不是那么方便了。因为这些变量一是处于不同的行，二是相同的变量名称出现多次，而且“国内生产总值”这个名称，是“第一产业”，“第二产业”等变量的前缀。所以，必须进行处理。

那么，如何处理呢？你可以在excel中手动修改，但是这样做太过笨浊了，因为当数据量很大的时候，基本上很难办到。所以本文尝试用编程的方法来处理这个问题。下面分步介绍。

二，如何处理

我们先加载三个包：

library(stringr)#处理字符串需要用到
library(xlsx)#读入excel文件时要用到
library(tidyverse)

1、直接读入数据

这里，我们先将原始数据读入Rstudio，然后编程处理。读入的时候，使用XLSX程序包。我用下面这段代码读入原始数据。读入时，不包含变量名，直接把变量名读入为数据。数据的标题不读入（也可读入后删除）。

setwd("C:/Users/caozhaowen/Desktop/南充市统计年鉴2021/南充统计年鉴2021年")
南充历年主要经济指标 <-   read.xlsx("南充统计年鉴-2021：22   附录1：南充市历年主要经济指标2020.xls",
            1,startRow = 3,endRow = 45,header = FALSE)
jjzb <- 南充历年主要经济指标

上面的第一行代码目的是设定工作路径，最后一行代码目的是保护数据。中国间代码是读入原始数据。（注：南充市统计数据可从南充市统计局官方网站下载）读入后的数据如下图所示：
从上面的图片可以看出，这样的数据无法使用。变量名不具有可用的意义。

2、解决问题的思路

我们想做的事情，就是将数据框中的第一和第二行数据提取出来，作为变量的名称使用。
如何提取？由图一可以看出变量之间的关系，比如，x4的变量名，实际上可以认为是“国内生产总值（万元）第一产业”，同样，X5的变量名称实际上是“国内生产总值（万元）第二产业”，又如，X11的名称实际上是“国内生产总值指数（1952=100）第一产业”等等。这样，变量名互不重复ÿ