如何用R基础函数将长格式数据转为指定宽格式（值长度不同）

原始数据 #

提供的长格式数据定义如下：

df_long <- data.frame(
  indiv_id = c(rep(1,2), rep(2,6), rep(3,4)),
  value = c(sample(x = 2), sample(x = 6), sample(x = 4)),
  field_id = c("A", "B", "A", "C", "D", "E", "G", "F", "B", "D", "E", "F")
)

数据预览：

indiv_id value field_id
1         1     1        A
2         1     2        B
3         2     6        A
4         2     1        C
5         2     5        D
6         2     4        E
7         2     2        G
8         2     3        F
9         3     4        B
10        3     1        D
11        3     2        E
12        3     3        F

期望输出 #

转换后仅保留A、B、D、E、F这几个字段，宽格式结果如下：

indiv_id  A  B  D  E  F
1        1  1  2 NA NA NA
2        2  6 NA  5  4  3
3        3 NA  4  1  2  3

解决方案（R基础函数实现） #

1. 过滤无关字段 #

首先筛选出需要保留的field_id，排除C和G：

target_fields <- c("A", "B", "D", "E", "F")
df_filtered <- df_long[df_long$field_id %in% target_fields, ]

2. 使用reshape函数转宽格式 #

利用R基础包的reshape完成长转宽，指定分组ID、时间变量和转换方向：

df_wide <- reshape(df_filtered,
                   idvar = "indiv_id",
                   timevar = "field_id",
                   direction = "wide")

3. 调整列名（可选） #

默认生成的列名带value.前缀，可通过正则替换去掉：

colnames(df_wide) <- gsub("value\\.", "", colnames(df_wide))

最终结果 #

执行上述代码后，df_wide即为目标格式：

> df_wide
  indiv_id  A  B  D  E  F
1        1  1  2 NA NA NA
3        2  6 NA  5  4  3
9        3 NA  4  1  2  3

补充说明 #

之前用spread或acast未达预期，大概率是没提前过滤无关字段。如果允许使用tidyverse工具，也可以用spread实现：

library(tidyr)
df_wide_tidy <- df_filtered %>% 
  spread(key = field_id, value = value)

但按要求优先使用基础函数，reshape是最优方案。

内容的提问来源于stack exchange，提问作者Jamman