如何将R语言中的时间序列列表转换为目标矩阵结构

你的需求是典型的长格式数据转宽格式数据场景，你最初设想的filter拆分再合并的方案可行但效率较低，尤其当id维度较多、数据量较大时会有明显的性能问题，更推荐使用专门的长宽转换函数实现：

方法1：tidyverse生态（dplyr+tidyr，最常用） #

# 加载依赖包
library(tidyverse)

# 直接实现转换
result <- test %>%
  pivot_wider(
    id_cols = date, # 保留的行维度字段
    names_from = id, # 生成列名的来源字段
    values_from = level # 填充值的来源字段
  )

# 输出查看
print(result)

默认缺失值会显示为NA，符合数值型数据的后续计算要求，如果需要显示为空白可以追加一步替换操作：

result <- result %>% mutate(across(`1`:`2`, ~ifelse(is.na(.), "", .)))

注意：生成的宽表中列名为数字，后续调用时需要用反引号包裹，例如result$1``避免语法错误

方法2：基础R实现（无需安装额外包） #

# 用内置reshape函数转换
result <- reshape(test, idvar = "date", timevar = "id", direction = "wide")
# 修改列名匹配要求
colnames(result) <- c("date", "1", "2")
# 把NA替换为空白（可选）
result[is.na(result)] <- ""

内容的提问来源于stack exchange，提问作者Stefan Müller