R语言：如何高效实现数据框按年份拆分后转为宽表格式？

你的需求本质是长格式转宽格式，手动拆分合并不仅麻烦，还容易在新增年份时出错。推荐用tidyverse工具集里的pivot_wider()函数来实现，代码简洁、高效且可扩展，完全适配动态新增年份的场景。

完整实现代码 #

# 先安装并加载tidyverse（如果还没安装的话）
# install.packages("tidyverse")
library(tidyverse)

# 定义原始数据框
df <- data.frame(
  year = c(rep(2018,4), rep(2017,3)),
  Area = c(1:4, 1:3),
  P = 1:7,
  N = 1:7
)

# 核心转换代码
wide_df <- df %>%
  pivot_wider(
    id_cols = Area,          # 按Area分组
    names_from = year,       # 把year的值作为列名的一部分
    values_from = c(P, N),   # 需要转换的数值列
    names_glue = "{.value}{year}"  # 格式化列名：变量名+年份
  )

# 查看结果
wide_df

代码解释 #

• id_cols = Area：指定以Area作为分组依据，保证同一区域的数据在同一行
• names_from = year：将year列的每个唯一值（2017、2018）作为新列名的后缀
• values_from = c(P, N)：指定要转换为宽列的数值字段
• names_glue = "{.value}{year}"：自定义列名格式，{.value}会替换成values_from里的变量名（P/N），{year}替换成年份值，最终生成P2018、N2017这类符合你需求的列名

输出结果 #

运行后你会得到如下格式的数据框：

# A tibble: 4 × 5
   Area P2018 N2018 P2017 N2017
  <int> <int> <int> <int> <int>
1     1     1     1     5     5
2     2     2     2     6     6
3     3     3     3     7     7
4     4     4     4    NA    NA

优势对比 #

和你原来的手动拆分合并方法相比，这个方案：

• 无需手动处理拆分后的列表元素，自动识别所有年份
• 新增年份时（比如加入2019年数据），完全不需要修改代码，函数会自动生成对应的P2019、N2019列
• 代码更简洁易读，维护成本极低
• 处理大数据量时效率远高于手动合并

如果习惯用data.table的话，也可以用dcast()函数实现类似效果，代码如下：

library(data.table)
setDT(df)
wide_df <- dcast(df, Area ~ year, value.var = c("P", "N"))
setnames(wide_df, gsub("_", "", names(wide_df)))  # 调整列名格式

内容的提问来源于stack exchange，提问作者frank