如何用data.table以更地道的方式实现数据重塑（将am组转为列）

嗨，这就给你分享最地道的data.table风格数据重塑方法！

首先先把咱们的可复现示例数据摆出来（用mtcars子集，和你的需求场景完美匹配）：

library(data.table)
# 构造示例数据：包含mpg（油耗）、cyl（气缸数）、am（变速箱类型：0自动/1手动）
dt <- as.data.table(mtcars)[, .(mpg, cyl, am)]
head(dt)

你要把am的分组转成列，本质是长表转宽表，data.table原生的dcast()函数就是干这个的，比其他方法更高效，完全符合data.table的风格。

场景1：按分组聚合后转宽表 #

比如你想统计每个气缸数（cyl）下，不同变速箱类型（am）的平均油耗，代码如下：

# 公式格式：行分组变量 ~ 要转成列的变量
dcast(dt, cyl ~ am, value.var = "mpg", fun.aggregate = mean)

运行后会得到这样的结果：

cyl        0        1
1:   4 22.90000 28.07500
2:   6 19.12500 20.56667
3:   8 15.05000 15.40000

这里的参数解释：

• cyl ~ am：cyl作为行的分组依据，am的不同取值（0和1）会变成新的列名
• value.var = "mpg"：指定用mpg的值填充新列
• fun.aggregate = mean：当同一个cyl+am组合有多个数据时，用均值聚合（如果不需要聚合，确保每个组合只有唯一值即可）

场景2：不聚合，直接转宽表（保留所有原始数据） #

如果你只是想把每个am的原始数据拆成列，不需要聚合，那要先给每个cyl+am组加行号，避免重复键报错：

# 给每个分组添加行号，确保每行唯一
dt[, row_id := seq_len(.N), by = .(cyl, am)]
# 转宽表
dcast(dt, cyl + row_id ~ am, value.var = "mpg")

关于你之前遇到的异常结果 #

大概率是没正确指定value.var或者处理重复键的问题：

• 如果同一个行-列组合有多个值，必须指定fun.aggregate来聚合，或者像上面那样加行号拆分
• 要确保value.var是你需要的数值列，别选错变量

内容的提问来源于stack exchange，提问作者user2957945