如何在R中按客户维度横向合并月度支付数据？

需求说明 #

将长格式的客户月度支付记录，转换为每个客户唯一一行、每月支付金额作为单独列的宽格式数据，每行对应一个客户，列包含客户ID及各月份的支付金额。

示例数据 #

df <- read.table(text="
Customer Payment Snapshot 
10001 20000 31-Jan-00
10001 19000 29-Feb-00
10001 18000 31-Mar-00
10001 17000 30-Apr-00
10001 16000 31-May-00
10001 15000 30-Jun-00
10001 14000 31-Jul-00
10001 13000 31-Aug-00
10001 12000 30-Sep-00
10001 11000 31-Oct-00
10001 10000 30-Nov-00
10001 9000 31-Dec-00
10002 50000 31-Jan-00
10002 48500 29-Feb-00
10002 47000 31-Mar-00
10002 45500 30-Apr-00
10002 44000 31-May-00
10002 42500 30-Jun-00
10002 41000 31-Jul-00
10002 39500 31-Aug-00
10002 38000 30-Sep-00
10002 36500 31-Oct-00
10002 35000 30-Nov-00
10002 33500 31-Dec-00", header=T)

解决方案 #

推荐两种常用的长转宽方法，均能实现需求：

方法1：使用tidyverse工具链

1. 若未安装依赖包，先执行install.packages(c("dplyr", "tidyr"))
2. 转换日期格式并提取月份标识，再转宽格式

# 加载包
library(dplyr)
library(tidyr)

# 处理数据并转宽
df_wide <- df %>%
  mutate(Snapshot = as.Date(Snapshot, format = "%d-%b-%y")) %>%
  mutate(Month = format(Snapshot, "%b-%y")) %>%
  pivot_wider(names_from = Month, values_from = Payment)

# 查看结果
print(df_wide)

方法2：使用reshape2包的dcast函数

1. 未安装包先执行install.packages("reshape2")
2. 处理日期后直接转宽

library(reshape2)

# 提取月份标识
df$Month <- format(as.Date(df$Snapshot, "%d-%b-%y"), "%b-%y")

# 转宽格式
df_wide2 <- dcast(df, Customer ~ Month, value.var = "Payment")

# 查看结果
print(df_wide2)

结果说明 #

转换后的数据以Customer为唯一行标识，每一列对应一个月份的支付金额，完全匹配需求格式。

内容的提问来源于stack exchange，提问作者Yhan