如何用cbind将for循环结果保存为Data Frame？按小时拆分能耗数据

嘿，我明白你遇到的问题了——用for循环+cbind处理的时候，因为不同小时的记录数可能不一致，导致行列不匹配报错对吧？其实你的需求本质是长格式数据转宽格式，R里有专门的工具来搞定这个，根本不用写循环，既简洁又不容易出错。

问题出在哪？ #

你原来的代码里，每次循环提取某个小时的heat值再cbind，但如果某天缺失了某个小时的数据，不同小时对应的向量长度就不一样，cbind要求所有输入的列行数必须相同，自然就报错了。而且手动循环也很麻烦，不如用专门的重塑函数来处理。

靠谱的解决方案 #

方法1：用tidyr的pivot_wider（推荐，属于tidyverse生态） #

首先确保你装了tidyr包（如果没装的话先安装）：

install.packages("tidyverse") # 或者单独装tidyr：install.packages("tidyr")
library(tidyr)

第一步，我们需要给每一天生成一个唯一标识，这样同一天的24小时记录能归到同一行里。从你的数据来看，wk+month+dyid组合起来就能唯一标识一天：

# 创建日期唯一ID
dfSub$date_id <- paste(dfSub$wk, dfSub$month, dfSub$dyid, sep = "_")

然后用pivot_wider直接转成宽格式：

df_wide <- pivot_wider(
  data = dfSub,
  id_cols = date_id,  # 按日期分组，每行对应一天
  names_from = hr,    # 把hr的取值（1-24）作为新列的列名
  values_from = heat  # 把heat的值填充到对应的列里
)

# 可选：把列名改成hr1、hr2...hr24（默认是1、2...24）
colnames(df_wide)[-1] <- paste0("hr", colnames(df_wide)[-1])

方法2：用reshape2的dcast #

如果你习惯用reshape2包，也可以这么写：

install.packages("reshape2")
library(reshape2)

# 同样先创建日期ID
dfSub$date_id <- paste(dfSub$wk, dfSub$month, dfSub$dyid, sep = "_")

# 转换格式
df_wide <- dcast(
  data = dfSub,
  date_id ~ hr,       # 行是date_id，列是hr的取值
  value.var = "heat"  # 填充的值来自heat列
)

# 重命名列名
colnames(df_wide)[-1] <- paste0("hr", colnames(df_wide)[-1])

结果验证 #

用你给的示例数据跑上面的代码，得到的df_wide前两行就是你想要的效果：

date_id hr1 hr2 hr3 hr4 hr5 hr6 hr7 hr8 hr9 hr10 hr11 hr12 hr13 hr14 hr15 hr16 hr17 hr18 hr19 hr20 hr21 hr22 hr23 hr24
1 2_1_1    81  61  53  51  30  31  51  90 114  110  126  113  104  107  117   90  114   83   82   61   34   52   41   52
2 2_1_2    44  50  33  41  33  43  40   8  NA   NA   NA   NA   NA   NA   NA   NA   NA   NA   NA   NA   NA   NA   NA   NA

（第二行的hr9到hr24因为示例数据里没给，所以自动填充成了NA，这很合理）

内容的提问来源于stack exchange，提问作者Tymo