如何用reshape2的dcast函数生成与原数据框行数一致的结果？

要生成和原数据框行数一致的结果，你需要避免dcast的默认聚合行为——它会对相同的分组键（这里是aa）合并统计。可以通过以下几种方式实现：

方法1：给原数据添加唯一行标识，再用dcast #

先给每行加一个唯一的id，让dcast按id分组（每个分组仅一行），这样就不会合并行：

library(reshape2)
dat = data.frame(aa = c('A', 'B', 'C', 'C', 'B'))
# 添加唯一行id
dat$id <- 1:nrow(dat)
# 用dcast生成结果，最后去掉id列
result <- dcast(dat, id ~ aa, fun.aggregate = length, value.var = "aa")
result <- result[, -1]

输出结果：

A B C
1 1 0 0
2 0 1 0
3 0 0 1
4 0 0 1
5 0 1 0

方法2：用model.matrix直接生成独热编码 #

这是更简洁的方式，无需额外分组：

model.matrix(~ aa - 1, data = dat)

输出结果（列名默认带前缀aa，可自行修改）：

aaA aaB aaC
1   1   0   0
2   0   1   0
3   0   0   1
4   0   0   1
5   0   1   0

方法3：用tidyr的pivot_wider（推荐，reshape2的现代替代） #

如果可以切换到tidyverse工具链，pivot_wider更直观：

library(tidyr)
library(dplyr)

dat %>% 
  mutate(id = row_number(), val = 1) %>% 
  pivot_wider(names_from = aa, values_from = val, values_fill = 0) %>% 
  select(-id)

输出和方法1完全一致。

内容的提问来源于stack exchange，提问作者Brian Smith