如何在pivot_wider中拆分names_from列重复值为多列？

要实现将同一id下重复的priority对应的diagnosis拆分为primary_1、primary_2这类独立列，只需先给每个id+priority的分组添加序号，再结合序号生成新的列名即可，具体步骤如下：

步骤1：加载所需包 #

确保已安装并加载dplyr和tidyr：

library(dplyr)
library(tidyr)

步骤2：添加分组序号 #

对数据按id和priority分组，给每组内的行添加递增序号：

data_with_seq <- data %>%
  group_by(id, priority) %>%
  mutate(seq = row_number()) %>%
  ungroup()

处理后的数据会新增seq列，id为2的两条primary记录会分别标记为1和2：

步骤3：透视生成带序号的列 #

将priority和seq拼接成新的列名，再执行pivot_wider：

data_pivoted <- data_with_seq %>%
  pivot_wider(
    id_cols = id,
    names_from = c(priority, seq),
    values_from = diagnosis
  )

最终得到的结果会把重复priority的诊断拆分到独立列：

针对大型数据集的注意事项 #

由于你的数据集有200万行，建议：

• 尽量在管道操作中完成所有步骤，避免中间数据对象占用过多内存
• 若使用较新版本的tidyr，pivot_wider的效率已做优化，无需额外调整
• 若内存紧张，可考虑使用data.table包的dcast函数，处理大数据集的速度更快

内容的提问来源于stack exchange，提问作者Steven