如何在R语言中将数据框转换为类对比计数矩阵？

我刚好处理过类似的需求，要把包含重复code的DataFrame转换成每个code列显示累计出现次数的宽格式（就像你给出的示例那样），用R语言的tidyverse工具包可以轻松实现，下面是具体的方法：

1. 先模拟你的示例数据 #

code <- data.frame(code = c('R1111', 'R1112', 'R1111', 'R1111', 'R1113', 'R1112', 'R1112', 'R1112', 'R1113', 'R1115'))

2. 核心实现代码（tidyverse版本） #

这个方法简洁直观，处理1400行数据完全没有压力：

library(dplyr)
library(tidyr)

# 生成结果数据框
result_df <- code %>%
  # 按code分组，计算每组内的累计出现次数
  group_by(code) %>%
  mutate(count = row_number()) %>%
  # 转成宽格式，缺失值填充为0
  pivot_wider(
    names_from = code,    # 用code值作为新列名
    values_from = count,  # 用累计计数作为列值
    values_fill = 0       # 没有值的位置填0
  ) %>%
  # 保留原始的code列并调整顺序
  mutate(original_code = code$code) %>%
  select(original_code, everything()) %>%
  rename(code = original_code)

# 查看结果
print(result_df)

3. 代码解释 #

• group_by(code)：把数据按code值分组，这样后续的计数是每组内的累计次数，而不是全局计数。
• mutate(count = row_number())：为每个分组生成从1开始的序号，对应code第几次出现。
• pivot_wider(...)：将长格式数据转为宽格式，自动生成每个code对应的列，values_fill=0确保非当前code的列都显示0。
• 最后几步是为了把原始的code列放回结果的第一列，和你给出的示例结构完全匹配。

4. Base R替代方案（无需加载包） #

如果你不想用tidyverse，也可以用base R实现：

# 生成每组的累计计数
code$count <- ave(rep(1, nrow(code)), code, FUN = cumsum)

# 转换为宽格式
wide_data <- reshape(code, idvar = seq(nrow(code)), timevar = "code", direction = "wide")

# 清理列名并填充NA为0
colnames(wide_data) <- gsub("count\\.", "", colnames(wide_data))
wide_data[is.na(wide_data)] <- 0

# 合并原始code列并整理结果
result_df <- cbind(code = code$code, wide_data)
result_df <- result_df[, !colnames(result_df) %in% "seq(nrow(code))"]

print(result_df)

两种方法都能得到你想要的结果，处理1400行数据速度都很快，推荐用tidyverse版本，代码可读性更强。

内容的提问来源于stack exchange，提问作者user6401955