如何在R中将不同长度长格式非平衡面板数据转为宽格式并补全NA

需求说明 #

需要将因time变量长度不一致的长格式非平衡面板数据转换为宽格式，x变量的缺失观测位置按对应time填充NA，最终列名格式为x.time{时间序号}。

示例数据生成代码 #

set.seed(63)
# 生成包含id、time、x的子数据框函数
func1 <- function (size=5) {
             x=sample(c(0,1), 1)
             data.frame(time=1:size, x=x)}
    
# 按行合并生成平衡面板
func2 <- do.call("rbind", Map(function(x,y) {
             data.frame(id=x, func1(y))
             }, 1:5, 5))
    
# 抽样生成非平衡面板数据
dd <- func2[sample(nrow(func2), 10), ]  
fd <- dd[with(dd, order(id, time)),]

示例数据fd内容如下：

id time x
1   1    1 0
2   1    2 0
3   1    3 0
4   1    4 0
5   1    5 0
10  2    5 1
13  3    3 0
17  4    2 0
18  4    3 0
21  5    1 0

预期输出效果 #

id    x.time1 x.time2 x.time3 x.time4 x.time5 
1       0       0       0       0       0
2       NA      NA      NA      NA      1
3       NA      NA      0       NA      NA
4       NA      0       0       NA      NA
5       0       NA      NA      NA      NA

实现方法 #

方法1：tidyverse套件pivot_wider（最易用，推荐） #

使用tidyr包的长转宽函数直接实现，代码可读性最高：

library(tidyr)
# 长转宽
fd_wide <- pivot_wider(
  data = fd,
  id_cols = id,
  names_from = time,
  values_from = x,
  names_prefix = "x.time"
)
# 转为普通数据框（可选，默认返回tibble格式）
fd_wide <- as.data.frame(fd_wide)

方法2：基础R reshape函数（无需安装第三方包） #

使用R内置函数实现，无需额外依赖：

fd_wide <- reshape(
  data = fd,
  idvar = "id",
  timevar = "time",
  direction = "wide",
  sep = ".time"
)
# 去掉reshape自动生成的row.names属性（可选）
row.names(fd_wide) <- NULL

方法3：data.table dcast函数（大数据量场景效率更高） #

针对超大数据量时优先使用，运算速度远高于前两种方法：

library(data.table)
# 转换为data.table格式
setDT(fd)
# 长转宽
fd_wide <- dcast(
  data = fd,
  id ~ paste0("x.time", time),
  value.var = "x"
)
# 转为普通数据框（可选）
fd_wide <- as.data.frame(fd_wide)

以上三种方法均可得到符合预期的输出结果。

内容的提问来源于stack exchange，提问作者cliu