R语言使用pivot_wider转宽表时如何保留分组总记录数

原方案的核心缺陷 #

你当前的实现逻辑冗余的根源是将总记录数n的计算与ttype类别的宽表透视绑定：

• 分组阶段同时按id、ttype聚合，得到的n是id下每个ttype子组的计数，而非id层级的总计数
• 透视阶段将val、n同时作为待透视字段，为每个ttype单独生成一列n值，后续需要手动对这些n列求和、删除冗余列，必须硬编码所有ttype对应的列名，ttype类别一旦超过2个，代码就需要反复修改，完全不具备通用性。

实现思路 #

拆分两个独立逻辑，从根本上避免硬编码：

• 总记录数n是id层级的全局属性，无需和ttype分组绑定，直接按id分组计算即可
• 宽表转换仅针对ttype对应的val求和值，n作为id层级的固定属性随分组保留，不参与透视过程

可适配任意ttype类别的dplyr方案 #

test_df %>%
  group_by(id) %>%
  mutate(n = n()) %>% # 按id计算全组总记录数
  group_by(id, ttype, n) %>%
  summarise(val_sum = sum(val), .groups = "drop") %>% # 按ttype计算val的分组和
  pivot_wider(
    names_from = ttype, 
    values_from = val_sum, 
    values_fill = 0
  )

特性 #

• 无任何硬编码依赖，无论ttype包含多少个类别（A/B/C/D或其他自定义值），代码均可直接运行
• 不会生成冗余中间列，最终输出结构完全匹配预期：id列、各ttype类别的val求和列、总记录数列n
• 透视生成的列名直接为ttype的类别值，无需额外调整列名前缀

大数据场景的高效data.table方案 #

针对千万行级别的大表，可使用运行效率更高的data.table实现，同样无硬编码依赖：

library(data.table)
setDT(test_df) %>%
  .[, n := .N, by = id] %>%
  .[, .(val_sum = sum(val)), by = .(id, ttype, n)] %>%
  dcast(id + n ~ ttype, value.var = "val_sum", fill = 0)

内容的提问来源于stack exchange，提问作者Tiroha