在R语言中重塑数据，将count列转换为多列格式

问题描述 #

现有如下data.frame数据：

df<-structure(list(concept = c("agree", "anger", "anxiety", "cognitive", 
"cognitive"), count = c(1L, 2L, 4L, 6L, 122L)), class = "data.frame", row.names = c(NA, 
-5L))

需要为concept列的每个唯一取值创建新列，对应行的count值填入新列，其余行填充0，最终目标格式如下：

new_df<-structure(list(agree = c(1L, 0L, 0L, 0L, 0L), anger = c(0L, 2L, 
0L, 0L, 0L), anxiety = c(0L, 0L, 4L, 0L, 0L), cognitive = c(0L, 
0L, 0L, 6L, 122L)), class = "data.frame", row.names = c(NA, -5L
))

输出预览：

agree anger anxiety cognitive
1     1     0       0         0
2     0     2       0         0
3     0     0       4         0
4     0     0       0         6
5     0     0       0       122

解决方案 #

方法1：Base R 原生实现 #

循环填充法

# 获取所有唯一的分类值
unique_concepts <- unique(df$concept)
# 初始化全0数据框
new_df <- data.frame(matrix(0, nrow = nrow(df), ncol = length(unique_concepts)))
colnames(new_df) <- unique_concepts

# 遍历每个分类，填充对应值
for (concept in unique_concepts) {
  new_df[df$concept == concept, concept] <- df$count[df$concept == concept]
}

model.matrix 简洁法

# 添加行ID确保顺序不变
df$row_id <- seq_len(nrow(df))
# 生成分类矩阵并乘以count值
new_df <- model.matrix(~ concept - 1, df) * df$count
# 合并行ID并恢复原顺序
new_df <- cbind(new_df, df$row_id)
colnames(new_df)[ncol(new_df)] <- "row_id"
new_df <- new_df[order(new_df$row_id), ]
# 清理行ID和行名
rownames(new_df) <- NULL
new_df$row_id <- NULL

方法2：tidyverse 工具包实现 #

使用dplyr和tidyr的pivot_wider函数快速转换：

library(tidyverse)

new_df <- df %>%
  # 添加行ID保证转换后顺序一致
  mutate(row_id = row_number()) %>%
  pivot_wider(
    id_cols = row_id,
    names_from = concept,  # 作为新列名的列
    values_from = count,   # 填充值的列
    values_fill = 0        # 缺失值填充为0
  ) %>%
  select(-row_id)  # 移除行ID列

方法3：data.table 工具包实现 #

用dcast函数高效完成转换：

library(data.table)

# 转换为data.table格式
setDT(df)
# 宽表转换，.I代表原行索引保证顺序，fill=0填充空值
new_df <- dcast(df, .I ~ concept, value.var = "count", fill = 0)
# 移除行索引列
new_df[, .I := NULL]

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