在R中聚合与重塑数据框：将长数据框转为宽数据框

刚好处理过类似的长转宽需求，给你两种实用的方法，都是R生态里常用的工具，完美匹配你要的输出格式：

方法1：使用tidyr的pivot_wider（推荐，tidyverse生态） #

首先先确认你的示例数据结构（先跑一遍你给的代码生成数据）：

# 生成示例数据
df <- data.frame(
  date = rep(seq(as.Date("1990/1/1"), as.Date("1999/1/1"), "years"),10),
  price = seq.int(1, 100),
  type = c(rep("str",10), rep("str2",10), rep("chr",10), rep("chr2",10), 
           rep("num",10), rep("num2",10), rep("posix",10), rep("posix2",10), 
           rep("date",10), rep("date2",10))
)

接下来用tidyr::pivot_wider直接转换，参数完全对应你的需求：

• id_cols = type：把type作为行标识
• names_from = date：把date的唯一值作为列名
• values_from = price：用price的值填充对应单元格

代码如下：

# 加载tidyverse（或者单独加载tidyr）
library(tidyverse)

# 长转宽
wide_df <- df %>% 
  pivot_wider(
    id_cols = type,
    names_from = date,
    values_from = price
  )

# 查看结果
print(wide_df)

运行后输出的格式完全符合你的要求：type作为第一列，每个日期作为后续列，每行对应一个type的所有日期价格，示例片段如下：

# A tibble: 10 × 11
   type   `1990-01-01` `1991-01-01` `1992-01-01` ...
   <chr>         <int>        <int>        <int> ...
 1 str               1            2            3 ...
 2 str2             11           12           13 ...
 3 chr              21           22           23 ...
 ...
 9 date             81           82           83 ...
10 date2            91           92           93 ...

方法2：使用reshape2的dcast（传统方法） #

如果你习惯用reshape2包，也可以用dcast函数实现，逻辑类似：

# 加载reshape2
library(reshape2)

# 长转宽
wide_df_dcast <- dcast(df, type ~ date, value.var = "price")

# 查看结果
print(wide_df_dcast)

输出格式和第一种方法一致，只是返回的是标准data.frame而非tibble，根据你的习惯选择即可。

小提示 #

如果需要调整日期列名的格式（比如去掉前导零），可以先把date列转成自定义格式的字符，再进行转换：

df <- df %>% 
  mutate(date = format(date, "%Y-%-m-%-d")) # 去掉月份和日期的前导零

内容的提问来源于stack exchange，提问作者conv3d