如何用dplyr实现按ProductCode右连接并将行转列？

当然可以用dplyr搭配tidyr来完成这个需求，而且代码比你提供的SQL写法更简洁直观，一起来看看具体怎么做：

首先，先确认我们的示例数据：

data1=data.frame(ProductCode=c(1,1,1,2,2,3),region=c("A","A","A","B","B","C"))
data2=data.frame(ProductCode=c(1,1,1,2,2,3),Period=c("promo1","promo2","promo3","promo2","promo3","promo1"),promosales=c(15,12,7,18,20,2))

步骤说明 #

1. 去重data1：因为data1里同一个ProductCode对应重复的region值，先去重避免后续出现重复行。
2. 将data2转为宽格式：把Period列的不同值转成列名，同时给列名加上_sales后缀，没有对应销量的填充0。
3. 关联两个表：按ProductCode执行右连接（这里因为两个表的ProductCode完全匹配，用内连接也能得到相同结果）。

完整代码 #

首先加载需要的包：

library(dplyr)
library(tidyr)

然后执行数据处理：

result <- data1 %>%
  # 对data1去重，保留每个ProductCode对应的唯一region
  distinct(ProductCode, region) %>%
  # 与转换后的data2执行右连接
  right_join(
    data2 %>%
      # 将data2从长格式转宽格式
      pivot_wider(
        id_cols = ProductCode,
        names_from = Period,
        values_from = promosales,
        names_prefix = "Promo",
        # 给列名加上_sales后缀
        names_transform = ~ paste0(., "_sales"),
        # 缺失的销量填充0
        values_fill = 0
      ),
    by = "ProductCode"
  )

查看最终结果：

print(result)
#   ProductCode region Promo1_sales Promo2_sales Promo3_sales
# 1           1      A           15           12            7
# 2           2      B            0           18           20
# 3           3      C            2            0            0

补充说明 #

你提供的SQL代码里似乎有笔误（比如多个Promo1_sales前缀），而用dplyr+tidyr的方式不需要手动写大量case when语句，完全通过函数实现行列转换，代码可读性和维护性更高。

内容的提问来源于stack exchange，提问作者melik