R语言中如何将树形结构DataFrame转换为宽表

方法1：使用data.tree包（适配任意层级的树形结构，推荐） #

该方法无需手动适配层级数量，支持动态生成对应层级的宽表列，适合层级不确定或者层级较多的场景。

• 第一步：安装加载依赖包

# 安装包（仅首次执行）
install.packages("data.tree")
# 加载包
library(data.tree)
library(tidyverse)

• 第二步：构造原始树形结构的全路径
  首先给原始数据新增pathString字段，存储每个节点从根节点到当前节点的完整路径：

# 代码中的tree_df替换为你自己的原始树形结构DataFrame即可
tree_df$pathString <- sapply(tree_df$node_id, function(current_id){
  path <- c()
  # 递归向上查找父节点拼接路径
  while(!is.na(current_id)){
    current_node <- tree_df$node_name[tree_df$node_id == current_id]
    path <- c(current_node, path)
    current_id <- tree_df$parent_id[tree_df$node_id == current_id]
  }
  paste(path, collapse = "/")
})

• 第三步：转换为宽表

# 转换为树形对象
tree_obj <- as.Node(tree_df)
# 导出为宽表
wide_df <- as.data.frame(tree_obj, row.names = NULL)

方法2：使用tidyverse手动关联（适配固定层级的树形结构） #

如果你的树形结构层级固定，无需兼容后续层级扩展，可以用逐层关联的方法实现，无需安装额外的树形处理包：

# 以下示例为3级树形结构，层级数量可根据你的实际情况调整
# 提取各层级节点
level_1 <- tree_df %>% filter(level == 1) %>% select(l1_name = node_name, l1_id = node_id)
level_2 <- tree_df %>% filter(level == 2) %>% select(l2_name = node_name, l2_id = node_id, parent_id)
level_3 <- tree_df %>% filter(level == 3) %>% select(l3_name = node_name, parent_id)

# 逐层关联得到宽表
wide_df <- level_3 %>% 
  left_join(level_2, by = c("parent_id" = "l2_id")) %>% 
  left_join(level_1, by = c("parent_id.y" = "l1_id")) %>% 
  # 按需保留对应层级的列即可
  select(l1_name, l2_name, l3_name)

内容的提问来源于stack exchange，提问作者Peter P.