在R中基于两个变量将同一ID的多行合并为一行多列

不需要使用for循环，借助dplyr和tidyr包可以高效完成这种分组宽展的需求，具体步骤如下：

1. 加载依赖包 #

library(tidyverse)

2. 预处理数据：给日期和诊断编序号 #

首先为每个患者的不同就诊日期分配序号，同时为同一日期下的多个诊断分配序号，这是后续宽展的基础：

df_processed <- df %>%
  # 转换日期格式确保排序准确性（若原日期字符串排序逻辑正确可省略）
  mutate(dx_date = as.Date(dx_date, format = "%m/%d/%y")) %>%
  group_by(id) %>%
  # 为每个患者的就诊日期按时间排序分配序号（date_num: 1,2,3...）
  mutate(date_num = dense_rank(dx_date)) %>%
  ungroup() %>%
  group_by(id, dx_date, date_num) %>%
  # 为同一就诊日期下的诊断分配序号（code_num:1,2...）
  mutate(code_num = row_number()) %>%
  ungroup()

3. 分别宽展日期列和诊断码列 #

将日期和诊断码分别转换为宽格式，再合并得到目标结构：

# 处理就诊日期列：每个date_num对应一列dx_dateN
date_wide <- df_processed %>%
  distinct(id, date_num, dx_date) %>%
  pivot_wider(
    id_cols = id,
    names_from = date_num,
    names_prefix = "dx_date",
    values_from = dx_date
  ) %>%
  # 将日期转回原字符串格式
  mutate(across(starts_with("dx_date"), ~format(.x, "%m/%d/%y")))

# 处理诊断码列：每个(date_num, code_num)对应一列dx_dateNcodeM
code_wide <- df_processed %>%
  pivot_wider(
    id_cols = id,
    names_from = c(date_num, code_num),
    names_glue = "dx_date{date_num}code{code_num}",
    values_from = dx_code
  )

# 合并两个宽表，匹配目标列顺序
df_final <- date_wide %>%
  left_join(code_wide, by = "id") %>%
  select(
    id,
    dx_date1, dx_date1code1, dx_date1code2,
    dx_date2, dx_date2code1, dx_date2code2,
    dx_date3, dx_date3code1
  )

4. 查看结果 #

运行上述代码后，df_final的结构与你想要的df2完全一致：

df_final
#>   id dx_date1 dx_date1code1 dx_date1code2 dx_date2 dx_date2code1 dx_date2code2 dx_date3 dx_date3code1
#> 1  1  7/11/22            MI            HF   8/1/22           PNA          <NA>     <NA>          <NA>
#> 2  2  8/4/22           PNA          <NA>   8/7/22    Cellulitis          <NA>     <NA>          <NA>
#> 3  3  8/4/22            MI          <NA>  7/11/22           Flu         Sepsis  9/10/22            HF

关键逻辑说明 #

• dense_rank()：为每个患者的就诊日期生成连续序号，确保不同日期对应不同的date_num
• row_number()：为同一日期下的诊断生成序号，区分同一就诊的多个诊断
• pivot_wider()：将长格式数据转换为宽格式，通过names_from和names_glue自定义列名，完美匹配目标格式

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