如何将DataFrame观测值转换为变量/列？dcast方法未达预期

你的需求是按precinct分组，分别计算各种族的总人数和各年龄段的总人数，并将这些统计结果合并到同一行。之前用dcast的方式会生成race+age的组合列（比如black_18-40），不符合预期。可以通过分别汇总两个维度的数据再合并的方式实现：

方法1：使用dplyr直接汇总 #

library(dplyr)

# 假设你的数据框名为mydataframe
result_df <- mydataframe %>%
  group_by(precinct) %>%
  summarise(
    black = sum(people[race == "black"]),
    white = sum(people[race == "white"]),
    hispanic = sum(people[race == "hispanic"]),
    asian = sum(people[race == "asian"]),
    `18-40` = sum(people[age == "18-40"]),
    `40 or older` = sum(people[age == "40 or older"])
  )

方法2：用tidyr分维度汇总后合并 #

如果种族或年龄段的类别较多，手动写条件太麻烦，可以用pivot_wider分别处理两个维度，再合并：

library(tidyr)
library(dplyr)

# 按种族汇总
race_summary <- mydataframe %>%
  pivot_wider(
    id_cols = precinct,
    names_from = race,
    values_from = people,
    values_fn = sum
  )

# 按年龄段汇总
age_summary <- mydataframe %>%
  pivot_wider(
    id_cols = precinct,
    names_from = age,
    values_from = people,
    values_fn = sum
  )

# 合并两个结果
result_df <- inner_join(race_summary, age_summary, by = "precinct")

方法3：使用data.table实现 #

如果处理大数据量，data.table的效率更高：

library(data.table)
setDT(mydataframe)

# 计算各种族总人数
race_dt <- mydataframe[, .(
  black = sum(people[race == "black"]),
  white = sum(people[race == "white"]),
  hispanic = sum(people[race == "hispanic"]),
  asian = sum(people[race == "asian"])
), by = precinct]

# 计算各年龄段总人数
age_dt <- mydataframe[, .(
  `18-40` = sum(people[age == "18-40"]),
  `40 or older` = sum(people[age == "40 or older"])
), by = precinct]

# 合并数据
result_dt <- race_dt[age_dt, on = "precinct"]

为什么原dcast方法不符合预期 #

你之前的dcast公式Precinct ~ race + age会将种族和年龄段的组合作为列名（比如black_18-40、white_40 or older），得到的是每个种族在对应年龄段的人数，而不是每个种族的总人数、每个年龄段的总人数，因此无法得到你想要的结果。

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