如何在R中正确完成指定结构的DataFrame重塑？

你的需求是将原始格式的数据，先把tim、eric列转换为行维度，再把X列的a/b转换为列维度，以下是几种可行的实现方式：

方法一：tidyr包（tidyverse生态，推荐） #

使用pivot_longer（转长格式）+pivot_wider（转宽格式）的组合，逻辑清晰易读：

library(tidyr)

# 第一步：将tim、eric列转为长格式，生成x（原列名）和value列
temp_df <- pivot_longer(a, cols = c(tim, eric), names_to = "x", values_to = "value")

# 第二步：将X列的a/b转为宽格式，对应value值
result_df <- pivot_wider(temp_df, id_cols = c(x, date), names_from = X, values_from = value)

# 调整行顺序匹配目标结构（可选）
result_df <- result_df[order(result_df$date, result_df$x), ]
rownames(result_df) <- NULL # 重置行名

运行结果：

x       date a b
1  tim 2022-02-02 1 3
2 eric 2022-02-02 2 4
3  tim 2022-03-03 5 7
4 eric 2022-03-03 6 8

方法二：reshape2包（经典重塑工具） #

用melt转长格式，dcast转宽格式：

library(reshape2)

# 转长格式：保留X、date为标识列，tim/eric转为x列，对应值存为value
temp_df <- melt(a, id.vars = c("X", "date"), variable.name = "x", value.name = "value")

# 转宽格式：以x+date为分组，将X的a/b转为列，填充value值
result_df <- dcast(temp_df, x + date ~ X, value.var = "value")

# 调整行顺序
result_df <- result_df[order(result_df$date, result_df$x), ]
rownames(result_df) <- NULL

方法三：base R原生reshape函数（修正你的原代码） #

你之前的reshape调用参数逻辑错误，正确的两步式操作如下：

# 第一步：将tim/eric转成长格式
long_df <- reshape(a, 
                   varying = c("tim", "eric"), 
                   v.names = "value", 
                   timevar = "x", 
                   times = c("tim", "eric"), 
                   direction = "long",
                   idvar = c("X", "date"))

# 第二步：将X的a/b转成宽格式
result_df <- reshape(long_df, 
                  idvar = c("x", "date"), 
                  timevar = "X", 
                  direction = "wide")

# 清理列名与行顺序
colnames(result_df) <- gsub("value\\.", "", colnames(result_df))
result_df <- result_df[order(result_df$date, result_df$x), ]
rownames(result_df) <- NULL

原代码错误说明 #

你之前的reshape调用错误地将v.names设为c("a","b")，这会把tim和eric直接映射为a、b列，完全不符合你"先转长、再转宽"的需求，导致输出结构偏离预期。

内容的提问来源于stack exchange，提问作者user21903146