R语言数据reshape：dplyr包函数pivot_wider

pivot_wider函数

1.pivot_wider 的用法：

pivot_wider 用于将数据从长格式变为宽格式，增加列数，减少行数。它将某些列的值转换为新的列，并使用这些值填充新列。以下是一些关键参数：

• names_from： 用于指定要从中获取新列名的列。可以是一个或多个列。
• values_from： 用于指定要填充新列的值的来源列。可以是一个或多个列。
• names_prefix： 可选，添加到每个变量名的前缀字符串。
• names_sep： 可选，用于将 names_from 或 values_from 中的多个变量值连接成单个字符串，作为新列的名称。
• names_glue： 可选，替代 names_sep 和 names_prefix，可以使用 names_from 列（和特殊的 .value）创建自定义列名。
• names_vary： 可选，用于控制 names_from 值相对于 values_from 列名的组合顺序，有 “fastest” 和 “slowest” 两个选项。
• names_expand： 可选，是否在进行变换之前通过 expand() 对 names_from 列中的值进行扩展，生成更多的列。
• names_sort： 可选，是否对列名进行排序。
• names_repair： 可选，用于处理输出中无效列名的情况，默认为 “check_unique”。
• values_fill： 可选，当遇到缺失值时用于填充的值。
• values_fn： 可选，用于在输出中每个单元格的值上应用的函数。

2.pivot_wider 的实例：

假设有以下数据框，其中包含个体的一些观测值：

# 假设有以下数据框
data_long <- data.frame(
  ID = c(1, 2, 3, 1, 2, 3),
  Variable = c("A", "A", "A", "B", "B", "B"),
  Value = c(10, 15, 20, 30, 25, 35)
)

使用 pivot_wider 将数据从长格式转换为宽格式，以创建新的列：

library(dplyr)

# 使用 pivot_wider 进行转换
data_wide <- data_long %>%
  pivot_wider(
    names_from = Variable,
    values_from = Value,
    names_prefix = "Var"
  )

# 查看转换后的数据
print(data_wide)

这将生成如下的宽格式数据：

# A tibble: 3 × 3
     ID VarA  VarB
  <dbl> <dbl> <dbl>
1     1    10    30
2     2    15    25
3     3    20    35

在这个例子中，names_from 指定要用于创建新列名的列，values_from 指定要填充新列的值的来源列，names_prefix 添加了新列名的前缀。这样，每个不同的变量（A、B）都被转换为一个新的列。

3.pivot_wider 实例2——对标stata：

对于这样一个数据，分别用stata和R去处理，代码应当是什么样的呢？

reshape wide value, i(year)  j(treat)

// value是被shape的变量
// i(year)是shape后的unit
// j(treat)是shape后的尾缀

merged_temp <- merged_temp %>% 
  filter(!is.na(treat)) %>%
  pivot_wider(names_from = treat,
              values_from = value,
              names_prefix = "var")

values_from = value，是被shape的变量
names_from = treat，是shape后的尾缀
names_prefix = "var"，是shape后的前缀