如何转换data.table格式：将日期价格表重构为月-日矩阵形式？

没问题，这事儿用data.table的重塑功能就能轻松搞定，我给你一步步拆解实现步骤：

步骤1：拆分日期字段 #

首先我们需要从原有的date列里拆分出两个关键信息：

• 年份-月份：作为结果表的行标识（第一列）
• 日期的日部分：作为结果表的列名（从第二列开始的所有列）

我们可以用format()函数直接提取，或者用lubridate包的工具更便捷，代码如下：

library(data.table)
# 可选：lubridate处理日期更直观，也可以不用
library(lubridate)

# 你的示例数据
set.seed(123)
dt <- data.table(date = seq(as.Date('2020-01-01'), by = '1 day', length.out = 365), 
                 Germany = rnorm(365, 2, 1), 
                 check.names = FALSE)

# 添加年月列和日列
dt[, `:=`(
  year_month = format(date, "%Y-%m"), # 生成类似"2020-01"的年月字符串
  day = str_pad(day(date), 2, pad = "0") # 确保日是两位数字，比如"01"而非"1"
)]

步骤2：重塑数据为宽格式 #

接下来用data.table的dcast()函数把长格式数据转成你想要的宽格式，语法很简单：dcast(数据源, 行变量 ~ 列变量, value.var = 填充值的列名)

# 执行重塑
result_dt <- dcast(dt, year_month ~ day, value.var = "Germany")

# 查看结果前几行
head(result_dt)

关键说明 #

• 原数据中的NA值会直接保留在结果表对应的单元格里，完全符合你的需求；
• 如果后续有多个价格列（比如新增France、Italy等），只需要把value.var改成对应的列名向量即可，比如value.var = c("Germany", "France")；
• 用str_pad(day(date), 2, pad = "0")是为了让日列名统一为两位数字（比如"05"而非"5"），让列的排序更合理。

内容的提问来源于stack exchange，提问作者Miko