R语言如何转换数据框：日期转列、Sun/Soil_moisture转为行指标

问题说明 #

原始数据为包含国家、州、日期3个维度字段，以及Sun、Soil_moisture2个指标字段的结构化表：

需要完成的转换规则：

• 保留country、state作为固定行维度
• 将date字段的取值转换为列名，为符合R列名规范，统一给日期值添加前缀d
• 将原表中Sun、Soil_moisture两个指标从列转换为行，统一归入metric列，对应指标值按日期横向排列
  目标转换效果：
  

问题复现 #

示例数据集代码：

data <- data.frame(country = c("US","US","US","IND","IND","IND"),
                   state = c("TX","TX","TX","AP","AP","AP"),
                   date = c("20220601","20220602","20220603","20220601","20220602","20220603"),
                   Sun = c(30,35,40,20,30,40),
                   Soil_moisture = c(2.5,3.4,4.5,5.6,6.7,7.8))

之前直接调用dcast转换失败，核心原因是跳过了「指标列转长表」的步骤，仅指定Sun作为值列，无法同时将两个指标归入行维度，试错代码：

library(data.table)
dcast(data,country+state~date,value.var = "Sun")

实现代码 #

这类转换的核心逻辑是先将多指标列熔融成长表结构，再针对日期字段做宽表转换，以下提供两种常用工具链的实现方式：

方法1：data.table实现（性能更优，适合大数据量） #

分步写法逻辑更清晰：

library(data.table)
# 转为data.table格式，给日期列加d前缀
setDT(data)
data[, date := paste0("d", date)]

# 第一步：将Sun、Soil_moisture两个指标转为长表，生成metric列
long_data <- melt(
  data,
  id.vars = c("country", "state", "date"),
  measure.vars = c("Sun", "Soil_moisture"),
  variable.name = "metric"
)

# 第二步：按日期字段转宽表得到最终结果
result <- dcast(long_data, country + state + metric ~ date, value.var = "value")

也可以用链式写法一步完成：

library(data.table)
setDT(data)
result <- dcast(
  melt(data[, date := paste0("d", date)],
       id.vars = c("country", "state", "date"),
       measure.vars = c("Sun", "Soil_moisture"),
       variable.name = "metric"),
  country + state + metric ~ date,
  value.var = "value"
)

方法2：tidyverse实现（语法更易读） #

library(dplyr)
library(tidyr)

result <- data %>%
  # 给日期加d前缀
  mutate(date = paste0("d", date)) %>%
  # 指标列转长表，生成metric列
  pivot_longer(
    cols = c(Sun, Soil_moisture),
    names_to = "metric",
    values_to = "value"
  ) %>%
  # 日期转宽列
  pivot_wider(names_from = date, values_from = value)

注意：如果直接对原始宽表做dcast，只能指定单个或多个值列，但无法自动将值列的名称转换为行维度的metric字段，必须先完成长表转换步骤。

两种方法输出的结果完全匹配目标效果，每个国家-州-指标组合对应一行，各日期的指标值按列横向排布。

内容的提问来源于stack exchange，提问作者joy_1379