R语言实现长表转宽表：行程站点数据格式转换

下面提供两种矢量化、高效的方法，适合大数据量场景，避免循环遍历：

方法1：使用tidyverse（dplyr + tidyr） #

利用pivot_wider函数直接完成长表转宽表的操作，同时支持处理同一行程同一站点的多值情况，缺失站点自动填充NA。

library(tidyverse)

# 方案1：保留同一站点的所有值（存储为列表列）
wide_df_list <- df %>%
  pivot_wider(
    id_cols = journey_id,
    names_from = order,
    values_from = values,
    values_fill = list(values = NA),
    values_fn = list(values = list)
  )

# 方案2：取同一站点的第一个值（也可替换为mean/last等聚合函数）
wide_df_first <- df %>%
  pivot_wider(
    id_cols = journey_id,
    names_from = order,
    values_from = values,
    values_fill = list(values = NA),
    values_fn = list(values = first)
  )

方法2：使用data.table #

data.table的dcast函数在处理大数据时性能更优，同样支持矢量化操作：

library(data.table)

# 转换为data.table格式
dt <- as.data.table(df)

# 方案1：保留同一站点的所有值（存储为列表列）
wide_dt_list <- dcast(dt, journey_id ~ order, value.var = "values", fill = NA, fun.aggregate = list)

# 方案2：取同一站点的第一个值（可替换为mean/last等）
wide_dt_first <- dcast(dt, journey_id ~ order, value.var = "values", fill = NA, fun.aggregate = first)

说明 #

• 两种方法均为矢量化实现，无需循环，处理大数据量时效率远高于逐行遍历。
• 针对同一行程同一站点存在多个值的场景：
  • 若需保留所有原始值，选择values_fn = list（tidyverse）或fun.aggregate = list（data.table），对应列会以列表形式存储多个值。
  • 若需聚合处理，可将函数替换为first（取第一个值）、last（取最后一个值）、mean（取平均值）等。
• 缺失的站点会自动填充NA，无需额外处理。

内容的提问来源于stack exchange，提问作者OLGJ