基于日期创建列：使用pivot_wider实现按日期排序的宽表转换

原始数据 #

你提供的创建数据框的R代码：

case <- c("A","A","A","B","B","C","C","C","C")
date <- c("2022-01-01","2022-01-08","2022-06-07","2022-05-08","2022-03-06","2022-09-08","2022-09-23","2022-12-08","2022-06-05")
df <- data.frame(case,date)

数据框结构如下：

# A tibble: 9 x 2
  case  date      
  <chr> <chr>     
1 A     2022-01-01
2 A     2022-01-08
3 A     2022-06-07
4 B     2022-05-08
5 B     2022-03-06
6 C     2022-09-08
7 C     2022-09-23
8 C     2022-12-08
9 C     2022-06-05

需求说明 #

按每个case下的日期从早到晚排序，将最早的日期设为instance_1，次早为instance_2，以此类推，把长表转换为宽表。

解决方案 #

需要先对每个case内的日期排序并生成对应序号，再使用pivot_wider完成转换，步骤如下：

1. 加载依赖包 #

用到dplyr处理数据、tidyr转换表结构：

library(dplyr)
library(tidyr)

2. 预处理数据 #

将日期转为日期类型（保证排序逻辑正确），按case分组后对日期升序排序，生成instance序号列：

df_processed <- df %>%
  mutate(date = as.Date(date)) %>%  # 转换为日期类型，避免字符串排序错误
  group_by(case) %>%
  arrange(date, .by_group = TRUE) %>%  # 按case分组，组内日期升序排列
  mutate(instance = paste0("instance_", row_number())) %>%  # 生成instance_1、instance_2...序号
  ungroup()

3. 转换为宽表 #

用pivot_wider完成长表转宽表：

df_wide <- df_processed %>%
  pivot_wider(
    id_cols = case,  # 保留作为行标识的列
    names_from = instance,  # 将instance列的取值作为新列名
    values_from = date  # 将date列的取值作为新列对应的值
  )

最终结果 #

执行后得到的宽表如下：

# A tibble: 3 x 5
  case  instance_1 instance_2 instance_3 instance_4
  <chr> <date>     <date>     <date>     <date>    
1 A     2022-01-01 2022-01-08 2022-06-07 NA        
2 B     2022-03-06 2022-05-08 NA         NA        
3 C     2022-06-05 2022-09-08 2022-09-23 2022-12-08

关键说明 #

• 必须转换日期类型：若直接用字符串排序，会出现逻辑错误（比如字符串"2022-12-08"会被误判为比"2022-06-05"小）
• 分组排序后生成序号：确保每个case下的日期按从早到晚顺序对应instance_1到instance_n
• pivot_wider参数设置：id_cols指定行的唯一标识，names_from和values_from分别对应新列名和值的来源

内容的提问来源于stack exchange，提问作者a nony mouse