如何在R中将长格式数据转换为含0/1标识的宽格式？

给定长格式数据：

mydata <- data.frame(id = c(1,1,1,2,2,3,4),
                     hobby = c("music", "sports", "science", "science", "lifestyle", 
                               "party", "sports"),
                     x = c(10, 10, 10, 23, 23, 11, 0),
                     y = c(78, 78, 78, 55, 55, 22, 9))

需要将其转为宽格式，每个hobby类别作为单独列，用0/1标识对应id是否拥有该爱好，同时保留x、y等同id下一致的列，以下是两种高效实现方案：

方案一：使用tidyverse工具链（语法清晰，适合常规数据量） #

借助dplyr的分组处理和tidyr的pivot_wider函数，自动识别所有hobby类别并生成对应列：

library(tidyverse)

wide_data <- mydata %>%
  group_by(id) %>%
  mutate(has_hobby = 1) %>%
  pivot_wider(
    id_cols = c(id, x, y),
    names_from = hobby,
    values_from = has_hobby,
    values_fill = 0
  ) %>%
  ungroup() %>%
  distinct(id, .keep_all = TRUE) # 去重保留每个id的唯一行

方案二：使用data.table（性能优异，适合大数据/多类别场景） #

当hobby类别极多或数据量庞大时，data.table的dcast函数在速度上有显著优势：

library(data.table)

setDT(mydata)

wide_data <- dcast(
  mydata,
  id + x + y ~ hobby,
  fun.aggregate = function(x) as.integer(length(x) > 0),
  fill = 0
)

两种方案最终输出结果均符合目标格式：

> wide_data
  id  x  y music sports science lifestyle party
1  1 10 78     1      1       1         0     0
2  2 23 55     0      0       1         1     0
3  3 11 22     0      0       0         0     1
4  4  0  9     0      1       0         0     0

内容的提问来源于stack exchange，提问作者Adrian