使用group_by与pivot_wider转换R数据框失败，求正确实现方法

你之前用group_by+pivot_wider失败的核心原因是缺少分组内的位置序号标识——pivot_wider无法自动判断每个code对应到code1至code6的哪个位置，因此会把所有code打包成列表。以下是正确实现步骤：

步骤1：修正数据格式（保留code的前导零） #

原代码中code以数值型存储会丢失前导零（比如000会变成0，0500变成500），需先转为字符型：

# 重新构建数据时直接指定code为字符型，避免前导零丢失
responseid = c(rep("R_cJ6dbDcou", 6), rep("R_a3LWPfGC", 6), rep("R_e3b9tIJo", 6))
year = c(rep(2022, 6), rep(2022, 6), rep(2022, 6)) 
code = c("000", "0500", "0033", "0036", "0102", "0486", "000", "0500", "0032", 
         "0039", "0101", "0466", "000", "0500", "0012", "0049", "0111", "0446")
Data = data.frame(responseid, year, code, stringsAsFactors = FALSE)

步骤2：添加分组内的序号列 #

给每个responseid分组内的行生成code1至code6的标识列，这是实现宽格式转换的关键：

library(dplyr)
library(tidyr)

Data <- Data %>%
  group_by(responseid) %>%
  mutate(code_col = paste0("code", row_number())) %>% # 生成code1-code6的列名标识
  ungroup()

步骤3：执行宽格式转换 #

使用pivot_wider指定行标识、列名来源和值来源：

wide_data <- Data %>%
  pivot_wider(
    id_cols = responseid,    # 每行唯一标识：responseid
    names_from = code_col,   # 新列名来自code_col（code1-code6）
    values_from = code       # 新列的值来自原code列
  )

最终结果 #

执行后得到的wide_data结构与需求一致：

内容的提问来源于stack exchange，提问作者Michael Collins