如何基于ID列实现宽表转换且不合并其他列？（R语言）

针对需要将长格式数据按ID分组，转成包含多组event_type和event_info的宽表（空缺值补NA）的需求，以下提供两种高效实现方式：

方法一：使用data.table包（适合大数据场景） #

library(data.table)

# 示例数据
df <- data.table(ID = c(123,123,123,234,456, 234),
                 event_type = c("Museum","Concert","Park","Garden","Museum", "Museum"),
                 event_info = c("5496:C", "5434:D", "1236:C", "534126:A", "5496:C", "0129:Z"))

# 为每个ID组内的行生成序号
df[, row_id := seq_len(.N), by = ID]

# 转换为宽表，同时映射event_type和event_info两列
wide_df <- dcast(df, ID ~ row_id, value.var = c("event_type", "event_info"))

# 输出结果
print(wide_df)

执行后会自动生成event_type.1、event_type.2...以及对应位置的event_info.1、event_info.2列，ID出现次数不足的位置自动填充NA，完全匹配需求格式。

方法二：使用tidyverse工具包（语法更直观） #

library(tidyverse)

# 示例数据
df <- tibble(ID = c(123,123,123,234,456, 234),
             event_type = c("Museum","Concert","Park","Garden","Museum", "Museum"),
             event_info = c("5496:C", "5434:D", "1236:C", "534126:A", "5496:C", "0129:Z"))

# 分组生成行号后转宽表
wide_df <- df %>%
  group_by(ID) %>%
  mutate(row_id = row_number()) %>%
  ungroup() %>%
  pivot_wider(
    names_from = row_id,
    values_from = c(event_type, event_info),
    names_glue = "{.value}.{row_id}" # 指定列名格式
  )

# 输出结果
print(wide_df)

通过row_number()标记组内行的顺序，再用pivot_wider完成宽表转换，同样会自动补全NA值，保持event_type与event_info的对应关系。

内容的提问来源于stack exchange，提问作者Sky Scraper