在R语言中使用dcast结合条件语句重塑数据框的问题

我来帮你搞定这个问题！你想要把长格式的sales数据转成按cust_id分组、每个prod_id作为列的宽格式，并且用0/1标记该客户是否购买过对应产品（atm>0为1，否则0）。核心思路是先把atm转换为0/1标记，再进行宽表转换，下面给你两种常用的实现方法：

方法1：使用data.table的dcast函数（你提到的工具） #

如果你习惯用dcast，可以先预处理atm列，再用dcast完成转换：

# 先安装并加载data.table（如果还没装的话）
# install.packages("data.table")
library(data.table)

# 第一步：给sales添加0/1购买标记列
sales$purchase_flag <- as.integer(sales$atm > 0)

# 用dcast转换为宽格式
sales_wide <- dcast(
  data = sales,
  formula = cust_id ~ prod_id,  # 行是cust_id，列是prod_id
  value.var = "purchase_flag",  # 用我们刚生成的标记列填充
  fun.aggregate = max           # 同一客户同一产品可能有多条记录，取最大值（只要有一次购买就记1）
)

方法2：使用tidyverse的pivot_wider（tidy风格） #

如果你更熟悉tidyverse生态，用pivot_wider会更直观：

# 安装并加载tidyr和dplyr（如果还没装的话）
# install.packages("tidyverse")
library(tidyr)
library(dplyr)

sales_wide <- sales %>%
  # 生成0/1购买标记
  mutate(purchase_flag = as.integer(atm > 0)) %>%
  # 转换为宽格式
  pivot_wider(
    id_cols = cust_id,          # 行分组依据
    names_from = prod_id,       # 列名来源
    values_from = purchase_flag,# 填充值的来源
    values_fill = 0,            # 客户未购买的产品填充0
    values_fn = list(purchase_flag = max) # 处理重复记录，取最大值
  )

为什么之前用dcast没成功？ #

你之前尝试直接在dcast里加条件语句会比较复杂，不如先把atm转换成我们需要的0/1标记列，再用dcast或者pivot_wider处理，逻辑更清晰，也更容易调试。

运行上面的代码后，你就能得到和示例格式一致的宽表啦！

内容的提问来源于stack exchange，提问作者kwang yoon