如何按CompanyID拆分数据并将年份转为列存储DirectorID？

没问题！我来帮你搞定这个数据转换的需求。你需要把记录董事任职时间段的长表，转换成按公司分组、2006-2016每一年作为列的宽表，列里显示当年在任的DirectorID。下面是具体的实现方案，用R的tidyverse工具包来完成：

第一步：明确原始数据结构 #

先把你给出的原始数据补全成可运行的格式（最后一条记录的EndYear我默认补为2016，你可以根据实际情况调整）：

df <- data.frame(
  DirectorID = c(11734844255, 187836811559, 196167673, 401544433, 401604433, 5524344997),
  CompanyID = c(25830, 25830, 25830, 25830, 25830, 12339),
  StartYear = c(2015, 2006, 2008, 2006, 2006, 2011),
  EndYear = c(2016, 2016, 2015, 2014, 2010, 2016)
)

第二步：核心转换代码 #

我们分三步实现需求：拆分时间段到每年、分组合并董事ID、转成宽格式：

library(tidyverse)

# 1. 把每个董事的任职时间段拆分成单独的年份行，只保留2006-2016的目标年份
df_expanded <- df %>%
  rowwise() %>%
  # 生成该董事在2006-2016范围内的所有任职年份
  mutate(Year = list(intersect(StartYear:EndYear, 2006:2016))) %>%
  unnest(Year) %>%
  ungroup()

# 2. 按公司和年份分组，把同年任职的DirectorID合并成列表（也可转成逗号分隔字符串）
df_grouped <- df_expanded %>%
  group_by(CompanyID, Year) %>%
  summarise(DirectorIDs = list(DirectorID), .groups = "drop")

# 3. 转换为宽格式，确保2006-2016所有年份都存在，无数据的年份用空列表填充
df2 <- df_grouped %>%
  pivot_wider(
    id_cols = CompanyID,
    names_from = Year,
    values_from = DirectorIDs,
    names_prefix = "Y", # 给年份列加前缀，避免R语法报错（列名不能以数字开头）
    values_fill = list(DirectorIDs = list())
  )

# 如果需要把列表转成逗号分隔的字符串（方便阅读），可以运行这一步
df2_formatted <- df2 %>%
  mutate(across(starts_with("Y"), ~paste(unlist(.), collapse = ", ")))

结果说明 #

运行完后，df2就是你要的预期输出：

• 每一行对应一个CompanyID
• 每一列Y2006到Y2016存储该年份在任的所有DirectorID（以列表形式）
• 如果用df2_formatted，则每个单元格是逗号分隔的ID字符串，更直观

比如CompanyID=25830的Y2006列会包含187836811559, 401544433, 401604433这三个ID，Y2015列会包含11734844255, 187836811559, 196167673，完全符合你的需求。

内容的提问来源于stack exchange，提问作者Tfg1005