在R中重塑数据——基于现有列的值创建新列

刚好处理过类似的需求，这本质是长格式数据转宽格式的经典场景，用tidyverse工具链里的tidyr::pivot_wider()就能完美解决，逻辑清晰还能自动帮你填充缺失值为NA，完全匹配你的需求。

第一步：构造示例数据（方便你复现验证） #

先把你给出的示例数据转换成可运行的R代码：

df <- data.frame(
  Name = c("Jose", "Jose", "Jose", "Mel", "Mel", "Dom"),
  id_key = c(123, 123, 123, 456, 456, 789),
  detail = c("red", "blue", "green", "red", "green", "yellow"),
  var_names = c("foo", "foo", "foo", "bar", "bar", "choo"),
  values = c("abc", "abc", "abc", "555", "555", "fjfj55bar"),
  stringsAsFactors = FALSE
)

第二步：核心转换代码 #

使用pivot_wider()函数完成转换，参数解释我写在注释里了：

# 先加载tidyr包（如果没装的话先运行install.packages("tidyr")）
library(tidyr)

wide_df <- pivot_wider(
  data = df,
  id_cols = c(Name, id_key, detail),  # 这些列是分组标识，保持原样不转换
  names_from = var_names,             # 用这一列的取值作为新的列名
  values_from = values                # 用这一列的取值填充新列对应的位置
)

转换后的结果 #

运行完上面的代码，wide_df就会变成你想要的结构：

备选方案：Base R实现（不依赖tidyverse） #

如果你不想安装tidyverse包，也可以用Base R的reshape()函数，只是步骤稍繁琐一点：

wide_df_base <- reshape(
  df,
  idvar = c("Name", "id_key", "detail"),
  timevar = "var_names",
  direction = "wide"
)
# 去掉列名里自动加上的"values."前缀
colnames(wide_df_base) <- sub("values\\.", "", colnames(wide_df_base))

这个方法最终结果和上面是一致的，但可读性不如pivot_wider()，所以更推荐前者。

内容的提问来源于stack exchange，提问作者dmunslow