基于两列条件重构DataFrame的技术求助

刚好我之前处理过类似的需求，这其实是典型的长格式转宽格式的问题，核心是要按year和loc分组，将sitA与sitB的四种状态组合作为列，同时为原数据中缺失的组合填充0。下面给你两种实用的实现方法：

方法一：使用tidyverse（tidyr的pivot_wider） #

这是R中最常用的 tidy 风格处理方式，代码可读性高，适合大多数场景：

# 加载tidyverse包（包含dplyr和tidyr）
library(tidyverse)

# 你的原始数据
df <- data.frame(
  year = c(rep(1998,5),rep(1999,5)), 
  loc = c(10,rep(14,4),rep(10,2),rep(14,3)), 
  sitA = c(rep(0,3),1,1,0,1,0,1,1), 
  sitB = c(1,0,1,0,1,rep(0,4),1), 
  n = c(2,13,2,9,4,7,2,7,7,4)
)

# 1. 生成组合列：将sitB和sitA的状态拼接成目标列名
df <- df %>%
  mutate(combo = paste0("sitB.", sitB, ".sitA.", sitA))

# 2. 转换为宽格式，缺失的组合自动填充0
wide_df <- df %>%
  pivot_wider(
    id_cols = c(year, loc),       # 分组的主键列
    names_from = combo,           # 用来生成列名的列
    values_from = n,              # 对应列的值来源
    values_fill = 0               # 缺失值填充为0
  )

# 查看最终结果
print(wide_df)

运行后你会得到如下结果：

# A tibble: 4 × 6
   year   loc sitB.1.sitA.0 sitB.0.sitA.0 sitB.0.sitA.1 sitB.1.sitA.1
  <dbl> <dbl>         <dbl>         <dbl>         <dbl>         <dbl>
1  1998    10             2             0             0             0
2  1998    14             2            13             9             4
3  1999    10             0             7             2             0
4  1999    14             0             7             7             4

方法二：使用data.table的dcast（适合大型数据集） #

如果你的DataFrame数据量非常大，data.table的处理速度会更快，语法也很简洁：

# 加载data.table包
library(data.table)

# 将原始数据转换为data.table对象
setDT(df)

# 生成组合列
df[, combo := paste0("sitB.", sitB, ".sitA.", sitA)]

# 转换为宽格式，fill参数设置为0补全缺失值
wide_df_dt <- dcast(df, year + loc ~ combo, value.var = "n", fill = 0)

# 查看结果
print(wide_df_dt)

这个方法得到的结果和第一种完全一致，只是底层实现更高效，适合处理百万级以上的数据。

关键说明 #

两种方法的核心都是先通过paste0生成包含四种状态组合的列名，再通过转宽函数将长格式数据展开，同时通过values_fill（tidyverse）或fill（data.table）参数为缺失的组合填充0，确保所有四种sitA/sitB的组合都出现在结果中。

内容的提问来源于stack exchange，提问作者DSA