R语言中如何重塑数据实现行转列的格式转换？

你需要做的是将长格式数据按Item Number的取值拆分为独立列，同个Item下的销售额按原始出现顺序纵向排列，实现代码如下：

方法1：tidyverse 方案（主流推荐） #

先加载依赖包，构造原始数据，再通过分组加序号、长转宽两步得到结果：

# 加载需要的包
library(dplyr)
library(tidyr)

# 先构造你的原始数据集
raw_df <- data.frame(
  `Item Number` = c(50, 50, 60, 60, 70, 70),
  `Sales in Dollars` = c(10, 15, 20, 30, 35, 45),
  check.names = FALSE
)

# 重塑操作
res <- raw_df %>%
  group_by(`Item Number`) %>%
  # 给每个Item下的记录加组内行号，对应最终结果的行位置
  mutate(rn = row_number()) %>%
  ungroup() %>%
  # 长表转宽表
  pivot_wider(
    names_from = `Item Number`,
    values_from = `Sales in Dollars`
  ) %>%
  # 移除辅助用的行号列，设置行名
  select(-rn) %>%
  `rownames<-`(1:nrow(.))

运行后打印res就能得到你要的结果：

50 60 70
1 10 20 35
2 15 30 45

方法2：基础R方案（无需安装第三方包） #

如果不想加载额外包，直接用基础R的拆分合并函数就能实现：

# 按Item Number拆分销售额向量
sales_split <- split(raw_df$`Sales in Dollars`, raw_df$`Item Number`)
# 按列合并为数据框
res_base <- as.data.frame(do.call(cbind, sales_split))
# 设置行名
rownames(res_base) <- 1:nrow(res_base)

输出结果和上面完全一致。

注意：以上两种方法默认每个Item Number对应的记录条数相同，和你给出的示例结构一致；如果不同Item的记录数不一致，pivot_wider会自动给缺失位置填充NA，基础R方法需要额外做补值处理。

内容的提问来源于stack exchange，提问作者EV_Mustang