如何将长格式数据转为宽格式并以零填充缺失值

要实现仅将转换时新增的NA（因ID-region组合不存在而生成的缺失）替换为0，同时保留长格式中原有的NA，可以按以下两种方式处理：

方法一：Base R 分步实现 #

1. 生成所有ID与region的完整组合，避免转换时出现缺失：

# 提取唯一的ID和region值
all_ids <- unique(df$ID)
all_regions <- unique(df$region)
# 创建包含所有组合的空数据框
full_comb <- expand.grid(ID = all_ids, region = all_regions, stringsAsFactors = FALSE)

2. 左连接原数据，保留原生NA，新增组合会生成NA：

full_df <- merge(full_comb, df, by = c("ID", "region"), all.x = TRUE)

3. 标记并替换新增的NA：

# 提取原数据中已存在的ID-region组合
existing_pairs <- paste(df$ID, df$region, sep = "_")
# 标记哪些是转换时新增的组合
full_df$is_new <- !paste(full_df$ID, full_df$region, sep = "_") %in% existing_pairs
# 仅将新增组合的NA替换为0，原生NA保持不变
full_df$status[full_df$is_new & is.na(full_df$status)] <- 0

4. 转换为宽格式：

wide_df <- reshape(full_df[, c("ID", "region", "status")],
                   idvar = "ID",
                   timevar = "region",
                   direction = "wide")

方法二：Tidyverse 简洁实现 #

借助tidyr的complete函数补全组合，再精准替换NA：

library(tidyverse)

wide_df <- df %>%
  # 补全所有ID-region组合，补全行的status会默认设为NA
  complete(ID, region) %>%
  # 标记新增组合
  mutate(is_new = !paste(ID, region, sep = "_") %in% paste(df$ID, df$region, sep = "_")) %>%
  # 替换新增组合的NA为0，原生NA保留
  mutate(status = ifelse(is_new & is.na(status), 0, status)) %>%
  # 转换为宽格式
  pivot_wider(names_from = region, values_from = status, names_prefix = "status.")

最终结果 #

两种方法都会得到如下宽格式数据，其中：

• ID=1的status.B保留原长格式的NA
• ID=3的status.B被替换为0（转换时新增的缺失）

ID status.A status.B
1  1        1       NA
2  2        1        1
3  3       NA        0

内容的提问来源于stack exchange，提问作者Caterina