R语言如何将长宽转换后的dataframe按行列匹配合并到另一dataframe

下面提供两种常用实现方案，均可适配newframe列数多、后续新增列需填充的场景：

方案1：tidyverse 实现（代码简洁，可维护性高） #

不需要提前手动做reshape转换，可一步完成格式转换+数据填充：

library(tidyverse)

# 长表转宽表，同时将主键重命名为和newframe匹配的Code
wide_data <- testframe %>%
  pivot_wider(
    names_from = V2,
    values_from = V3
  ) %>%
  rename(Code = V1)

# 按Code主键匹配，将数值填充到newframe的对应位置
final_frame <- newframe %>%
  rows_update(wide_data, by = "Code")

该方案优势：自动匹配列名，后续newframe新增IFA、BIA等列时，只要testframe的V2列有对应分类值，无需修改代码即可自动填充对应数值，不存在的分类自动保留NA值。

方案2：Base R 实现（无需加载第三方包，兼容旧版本环境） #

可直接沿用你已经写好的reshape转换代码，仅需增加列名处理和匹配逻辑即可：

# 你已有的reshape转换代码
wide_base <- reshape(testframe, idvar = "V1", timevar = "V2", direction = "wide")

# 处理列名：去掉V3.前缀，主键重命名为Code
colnames(wide_base) <- gsub("^V3\\.", "", colnames(wide_base))
colnames(wide_base)[which(colnames(wide_base) == "V1")] <- "Code"

# 匹配行列，填充数值到newframe
common_cols <- intersect(colnames(newframe), colnames(wide_base))
row_index <- match(newframe$Code, wide_base$Code)
newframe[, common_cols] <- wide_base[row_index, common_cols]

该方案优势：无需修改你已有的转换逻辑，仅需少量调整即可适配任意数量的列，后续新增列也会自动匹配填充。

内容的提问来源于stack exchange，提问作者Mr.Spock