如何在tidyr spread函数中使用自定义向量作为key参数

要让spread按照你自己定义的特征向量来生成列，有两种简单好用的方法，我一步步给你演示：

方法1：将feat列转为指定levels的因子 #

这是最直接的方式，通过把原数据的feat列转换为指定了自定义levels的因子，让spread严格按照你想要的特征名生成列：

首先准备数据和自定义特征列表：

library(tidyr)
library(dplyr)

# 你的测试数据
test <- data.frame(id=c(1,1,2,2), 
                   feat=c("feat1", "feat2", "feat1", "feat2"), 
                   value = c(10,20, 1000, 2000))

# 自定义的特征向量，这里我多加了一个feat3作为示例
featlist <- c("feat1", "feat2", "feat3")

然后执行转换和spread操作：

test %>%
  # 把feat转为因子，强制指定levels为你的自定义列表
  mutate(feat = factor(feat, levels = featlist)) %>%
  spread(key = feat, value = value, fill = 0)

运行后得到的结果：

id feat1 feat2 feat3
1  1    10    20     0
2  2  1000  2000     0

原理说明 #

• 把feat转为因子并指定levels后，spread会严格按照这些levels来生成列，哪怕原数据里没有对应的特征（比如这里的feat3），也会保留该列并用fill参数的值填充。
• 如果你的自定义列表里没有包含原数据中的某些feat值，这些值会被自动丢弃（因为因子的levels里没有它们，转换后会变成NA，spread时不会生成对应的列）。

方法2：用complete补全所有自定义特征 #

如果你希望确保每个id都拥有自定义列表里的所有特征（哪怕原数据中没有），可以先用complete补全缺失的组合，再执行spread：

test %>%
  # 为每个id补全featlist里的所有特征，缺失的value会设为NA
  complete(id, feat = featlist) %>%
  spread(key = feat, value = value, fill = 0)

这个方法得到的结果和方法1完全一样，但它的逻辑是先补全数据行，再做宽表转换，适合需要明确保留所有特征组合的场景。

内容的提问来源于stack exchange，提问作者gabagool