如何针对不同列组合使用pivot_wider实现指定宽表转换？

你的问题出在同时将xy和xz作为names_from的参数，导致生成了两者的交叉组合列，而非分别对应y和z的独立列。可以通过拆分处理再合并的方式实现需求：

方法一：分步处理后合并（直观易懂） #

library(tidyr)
library(dplyr)

# 原始数据集
df <- data.frame(xy=c("A","A","B","B","C","C"), xz=c("D","E","F","G","H","I"), y=c(1,2,3,4,5,6), z=c(1,2,3,4,5,6))

# 处理xy与y的分组求和并转宽
y_wide <- df %>% 
  group_by(xy) %>% 
  summarise(y_sum = sum(y)) %>% 
  pivot_wider(names_from = xy, values_from = y_sum, names_prefix = "y.")

# 处理xz与z的转宽（因xz唯一，sum不改变原值）
z_wide <- df %>% 
  pivot_wider(names_from = xz, values_from = z, names_prefix = "z.")

# 合并两个结果
result <- bind_cols(y_wide, z_wide)

执行后得到的result就是你想要的输出：

# A tibble: 1 × 9
  y.A  y.B  y.C  z.D  z.E  z.F  z.G  z.H  z.I
  <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
1     3     7    11     1     2     3     4     5     6

方法二：通过长格式中转（更简洁） #

如果想一步完成，可以先将数据转为长格式，再按变量类型分别匹配分组列：

df %>%
  pivot_longer(cols = c(y, z), names_to = "var", values_to = "val") %>%
  group_by(var, across(c(xy, xz))) %>%
  summarise(val = sum(val), .groups = "drop") %>%
  pivot_wider(
    names_from = c(var, ifelse(var == "y", xy, xz)),
    values_from = val,
    names_sep = "."
  )

为什么原代码不符合预期？ #

原代码中names_from=c(xy,xz)会让tidyr生成xy和xz所有取值的交叉组合作为列名（比如y.A.D、y.A.E），这完全偏离了你“分别将xy对应y、xz对应z转宽”的需求。

内容的提问来源于stack exchange，提问作者HappyPy