如何使用dcast将长表按多列转换为指定宽表格式？

示例数据 #

首先生成问题中的长表数据：

# 生成示例数据
ID <- c('a','a','a','b','b','b')
Parameter <- c('p1','p2','p3','p1','p2','p3')
Value <- c('yes','no','3','yes','yes','2')
Comment <- c(NA,'Deduced','To verify',NA,'Deduced','Verified')
Source <- c('Exp.1','Exp.1','Exp.1+2','DB2','DB2','DB2')
Person <- c('X','X','X','Y','Y','Z')
long.data <- data.frame(ID,Parameter,Value,Comment,Source,Person)

预期输出 #

需要将上述长表转换为以ID和Person为分组列，每个Parameter对应Value、Comment、Source三个字段的宽表：

ID Person  p1 p1-Comment p1-Source   p2 p2-Comment p2-Source p3 p3-Comment p3-Source
1  a      X yes       <NA>     Exp.1   no    Deduced     Exp.1  3  To verify   Exp.1+2
2  b      Y yes       <NA>       DB2  yes    Deduced       DB2  2   Verified       DB2

可行解决方案 #

方法一：使用data.table的dcast（推荐）

利用data.table的灵活重塑功能，先将数据转为更长格式，再进行宽表转换：

library(data.table)

# 将数据转为data.table对象
setDT(long.data)

# 先将Value、Comment、Source转为变量列，实现“更长”的格式
melted_data <- melt(long.data, 
                    id.vars = c("ID", "Person", "Parameter"),
                    measure.vars = c("Value", "Comment", "Source"))

# 转换为宽表，按Parameter和variable组合列名
wide_data <- dcast(melted_data, 
                   ID + Person ~ Parameter + variable, 
                   sep = "-")

# 调整列名：将p1-Value改为p1，去掉Value后缀
setnames(wide_data, gsub("-Value", "", names(wide_data)))

运行后即可得到预期的宽表结构。

方法二：使用tidyr的pivot_wider

如果熟悉tidyverse语法，也可以用pivot_wider实现：

library(tidyr)
library(dplyr)

wide_data <- long.data %>%
  # 转换为宽表，指定分组列、列名来源和值来源
  pivot_wider(
    id_cols = c(ID, Person),
    names_from = Parameter,
    values_from = c(Value, Comment, Source),
    names_sep = "-"
  ) %>%
  # 重命名列，去掉Value后缀
  rename_with(~ gsub("-Value", "", .x), starts_with("Value")) %>%
  # 调整列的顺序，匹配预期格式
  select(ID, Person, 
         p1, `p1-Comment`, `p1-Source`,
         p2, `p2-Comment`, `p2-Source`,
         p3, `p3-Comment`, `p3-Source`)

问题说明 #

之前使用dcast出错，大概率是因为未正确处理多值列（Value/Comment/Source）的映射，或是没有调整列名格式。上述两种方法都通过明确分组列、值来源列，再调整列名来匹配预期格式，避免无效列的生成。

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