如何在R中按TimePeriod拆分numeric列并缩减数据集维度

问题原因分析 #

你遇到的警告和结果异常来自两个关键点：

• 示例数据用cbind()生成的是字符矩阵，market_test被强制转为字符型，而非数值型，直接干扰后续值提取；
• dcast()默认会校验分组后是否存在重复的TimePeriod值，若未指定聚合函数，会自动用length统计数量，而非提取目标数值。

正确实现方案 #

第一步：修复示例数据结构 #

先用data.frame构建数据，保证各列类型正确：

bus_reg_no <- c('G01', 'G01', 'G01', 'G02', 'G02', 'G02', 'G03', 'G03' , 'G03')
entity_name <- c('A','A','A','B','B','B','C','C','C')
TimePeriod <- c('2020', '2019', '2018', '2020', '2019', '2018', '2020', '2019', '2018')
market_test <- c(NA, 0.9330331232, 0.9969181046, 0.9429920482, 0.9689617356, 0.9764825438, NA, 0.2302289569, 0.7762837775)

# 用data.frame确保数据类型正确，避免矩阵转置导致的类型混乱
dat <- data.frame(bus_reg_no, entity_name, TimePeriod, market_test, stringsAsFactors = FALSE)

方案1：data.table 的 dcast() 方法 #

指定fun.aggregate = mean（因每个分组-时间组合仅一个值，mean会直接提取该值，NA也会保留），同时通过prefix参数实现SAS里的前缀效果：

library(data.table)
setDT(dat)

# 转置生成宽表，和SAS Proc Transpose逻辑完全匹配
dat_wide <- dcast(dat, bus_reg_no + entity_name ~ TimePeriod, 
                  value.var = "market_test", 
                  fun.aggregate = mean,
                  prefix = "market_test_")

方案2：tidyr 的 pivot_wider() 方法（tidyverse 风格） #

如果习惯用tidyverse生态，pivot_wider语法更直观，完全对应SAS转置的参数逻辑：

library(tidyr)
library(dplyr)

dat_wide <- dat %>%
  pivot_wider(
    id_cols = c(bus_reg_no, entity_name),  # 对应SAS的by变量
    names_from = TimePeriod,               # 对应SAS的id变量
    values_from = market_test,             # 对应SAS的var变量
    names_prefix = "market_test_"          # 对应SAS的prefix参数
  )

结果验证 #

两种方法都会生成每个实体一行的宽表，列名格式为market_test_2020、market_test_2019，输出结果与SAS Proc Transpose完全一致。

内容的提问来源于stack exchange，提问作者daisy