如何使用R将长格式dataframe转换为宽格式并合并值

你之前使用cast/dcast未得到预期结果，核心原因是缺少两个前置处理：一是没有先把同一ID同一日期下的多条操作做拼接，直接转宽会触发多值冲突；二是没有给每个ID的日期按顺序生成编号，无法生成你要的「第N次」格式列。

以下方案基于tidyverse生态的dplyr和tidyr包实现，逻辑清晰适合新手理解：

前置准备 #

首先安装加载所需包（已安装可跳过安装步骤）：

# 安装包
install.packages("tidyverse")
# 加载包
library(tidyverse)

实现步骤 #

步骤1：预处理数据，保证日期格式正确 #

首先将你的Date列转换为R可识别的日期格式，避免后续排序出错，需根据你实际的日期格式调整format参数：

# 替换df为你的实际数据框名
df <- df %>%
  mutate(Date = as.Date(Date, format = "%Y-%m-%d")) 

步骤2：同ID同日期下的操作拼接+日期排序编号 #

df_processed <- df %>%
  # 按ID和日期分组，拼接同日期的多条操作
  group_by(ID, Date) %>%
  summarise(Procedure = paste(Procedure, collapse = ","), .groups = "drop") %>%
  # 按ID分组，给每个ID的日期按先后顺序编号
  group_by(ID) %>%
  arrange(Date, .by_group = TRUE) %>%
  mutate(date_rank = row_number(),
         # 提前统计每个ID的日期总数
         date_count = n()) %>%
  ungroup()

步骤3：转换为宽格式 #

df_wide <- df_processed %>%
  pivot_wider(
    id_cols = c(ID, date_count),
    names_from = date_rank,
    values_from = c(Date, Procedure),
    names_glue = "第{date_rank}次日期_{.value}"
  ) %>%
  # 调整列名符合需求
  rename_with(~gsub("_Date", "", .x), starts_with("第")) %>%
  rename_with(~gsub("_Procedure", "_对应操作", .x), starts_with("第"))

结果说明 #

• 最终输出的df_wide每一行对应唯一ID
• 自动生成第1次日期、第1次对应操作、第2次日期、第2次对应操作等列，最多到第3次
• date_count列即为每个ID对应的日期总数
• 没有对应第N次日期的ID，对应列会自动填充为NA，可根据需要用replace_na处理为空值

内容的提问来源于stack exchange，提问作者Becky