如何在R中将长格式数据框转为宽格式，自定义新列名而非使用长变量值？

你遇到的问题核心是spread()函数是将列的取值作为新列名，而你需要的是基于组内行的顺序生成新列，所以必须先给每个职业组内的雇主添加顺序标记，再转宽格式。

方法一：使用tidyverse（dplyr + tidyr） #

先按职业代码分组，给每组内的行生成1-3的序号，再用pivot_wider（spread()的替代函数，功能更灵活）转成宽格式：

library(tidyverse)

# 构造示例数据
df <- tibble(
  occcode = c(1,1,1,2,2,2),
  employer = c("occcode1的顶级雇主", "occcode1的第二雇主", "occcode1的第三雇主",
               "occcode2的顶级雇主", "occcode2的第二雇主", "occcode1的第三雇主")
)

# 转换为宽格式
wide_df <- df %>%
  group_by(occcode) %>%
  # 给每个职业的雇主添加排名序号，生成employer1/2/3的列名前缀
  mutate(emp_col = paste0("employer", row_number())) %>%
  ungroup() %>%
  # 按序号列拆分宽表
  pivot_wider(names_from = emp_col, values_from = employer)

运行后得到的wide_df就是你想要的格式：

方法二：使用data.table（适合大数据量） #

如果你的数据量很大，用data.table的dcast效率更高：

library(data.table)

setDT(df)
wide_dt <- dcast(df, occcode ~ paste0("employer", rowid(occcode)), value.var = "employer")

关键逻辑 #

不管用哪种工具，核心都是先给每个occcode组内的行分配顺序标识符（1/2/3），再将这个标识符作为新列的名称，这样就不需要依赖雇主名称的标准化，完全基于组内的行顺序生成目标列。

内容的提问来源于stack exchange，提问作者C.K.