R语言数据框基于列透视/自连接 长表转指定格式宽表实现

用pivot_wider未得到预期结果，核心原因是缺少分组内的行序号标识：目标结果里scale_1/scale_2/scale_3、price_1/price_2/price_3的数字后缀，本质是每个item_number分组下按顺序排列的行编号，先给分组内数据加上这个序号，再做长宽转换即可得到正确结果。

方法1：tidyverse 方案（代码简洁易读） #

先加载依赖包，按步骤处理：

library(dplyr)
library(tidyr)

df_result <- df %>%
  # 按商品编号分组，为每组内的行生成1、2、3的顺序编号
  group_by(item_number) %>%
  mutate(row_id = row_number()) %>%
  ungroup() %>%
  # 将规格、价格两列统一转为长格式，方便拼接列名
  pivot_longer(cols = c(scales, prices), names_to = "col_category") %>%
  mutate(final_col = case_when(
    col_category == "scales" ~ paste0("scale_", row_id),
    col_category == "prices" ~ paste0("price_", row_id)
  )) %>%
  # 移除中间列，转为宽格式
  select(-col_category, -row_id) %>%
  pivot_wider(names_from = final_col, values_from = value) %>%
  # 调整列顺序，和目标结构对齐
  select(item_number, scale_1, scale_2, scale_3, price_1, price_2, price_3, product_name)

运行后输出结果完全匹配预期：

# A tibble: 2 × 8
  item_number scale_1 scale_2 scale_3 price_1 price_2 price_3 product_name
        <dbl>   <dbl>   <dbl>   <dbl>   <dbl>   <dbl>   <dbl> <chr>       
1           1       1       5      10       1     1.5       2 Cheese      
2           2       2      15      20       3     4.0       5 Ham         

方法2：data.table 方案（性能更强，适合百万行级大数据量） #

library(data.table)
# 转为data.table格式
setDT(df)

# 按商品编号分组生成行序号
df[, row_id := rowid(item_number)]
# 直接转宽表
df_result <- dcast(
  df, 
  item_number + product_name ~ row_id, 
  value.var = c("scales", "prices"), 
  sep = "_"
)
# 调整列名和列顺序
setnames(df_result, old = c("scales_1","scales_2","scales_3","prices_1","prices_2","prices_3"),
         new = c("scale_1","scale_2","scale_3","price_1","price_2","price_3"))
setcolorder(df_result, c("item_number", "scale_1", "scale_2", "scale_3", "price_1", "price_2", "price_3", "product_name"))

补充说明：如果不同商品对应的规格/价格档位数量不固定（比如部分商品只有2档、部分有4档），上述代码会自动按最大档位数量生成对应列，不需要手动写死列数。

内容的提问来源于stack exchange，提问作者Chris