如何转换DataFrame：将类别列拆分为多列，日期作为唯一行展示频次

你目前的代码已经完成了按日期和情绪类型分组汇总频次的操作，但还没完成长格式转宽格式的关键一步——这就是你没得到预期输出的原因。只需要在现有代码后添加pivot_wider（tidyverse现在更推荐用这个替代spread），就能实现把每种情绪（anger、sadness等）转为单独列、每个日期占一行的需求。

完整代码如下：

library(dplyr)
library(tidyr) # 加载tidyr包以使用pivot_wider

filteredemotion2 <- filteredemotion1 %>% 
  arrange(timestamp) %>% 
  filter(emotion_count > 0) %>% 
  group_by(date, emotion_type) %>% 
  summarise(Emotion_Count = sum(emotion_count), .groups = "drop") %>% # 移除分组状态，避免后续警告
  pivot_wider(
    names_from = emotion_type, # 把emotion_type的取值作为列名
    values_from = Emotion_Count, # 用汇总后的频次填充对应列
    values_fill = 0 # 无数据的日期-情绪组合填充0，可选
  )

关键说明： #

• .groups = "drop"：分组汇总后清除分组标记，防止后续操作出现不必要的警告
• pivot_wider参数：
  • names_from指定要转为列的字段（这里是emotion_type）
  • values_from指定填充列内容的字段（这里是汇总后的Emotion_Count）
  • values_fill = 0可选，如果不想让无数据的单元格显示NA，就用0填充

要是你更习惯用旧版的spread函数，替换成下面这行也可以：

spread(key = emotion_type, value = Emotion_Count, fill = 0)

内容的提问来源于stack exchange，提问作者Imafont