如何对除id列外的整个数据框执行pivot_wider宽表转换？

结论 #

不需要使用循环，tidyr本身的函数组合即可实现需求，最优方案是先通过pivot_longer合并所有待展开的分类列，再执行pivot_wider转换。

实现逻辑 #

你的需求本质是将数据框中除id、value_col外的所有分类列的取值，统一作为新列名，用value_col的对应值填充，因此先把多个分类列转为统一的长格式键值对，再做宽转换即可。

代码示例 #

首先加载依赖包：

library(tidyr)
library(dplyr)

核心转换代码，输出结果和你给出的new_df2完全一致：

new_df2 <- old_df2 %>%
  # 排除id、value_col列，其余所有列转为长格式
  pivot_longer(cols = -c(id, value_col), names_to = "tmp_col", values_to = "tmp_val") %>%
  # 用tmp_val的取值作为新列名，value_col作为值填充，缺失值设为"NULL"
  pivot_wider(names_from = tmp_val, values_from = value_col, values_fill = "NULL")

如果你需要和你最初的代码逻辑保持一致，把值存为列表格式，调整参数即可：

new_df2 <- old_df2 %>%
  pivot_longer(cols = -c(id, value_col), names_to = "tmp_col", values_to = "tmp_val") %>%
  pivot_wider(names_from = tmp_val, values_from = value_col, values_fn = list, values_fill = list(NULL))

扩展性说明 #

如果后续需要排除更多不需要展开的列，只需要修改pivot_longer中cols参数的排除列表即可，其余逻辑不需要改动，适配性极强。

内容的提问来源于stack exchange，提问作者piper180