R中的复杂数据整形

我有一个包含3列的数据框（摘录如下）：

df试试看

更新
对于编辑，您可以在
聚集

gather(df, Var, Val, A:B) %>% 
         unite(YearVar, Var, Year) %>% 
         spread(YearVar, Val)
#   id A_2007 A_2008 A_2009 B_2007 B_2008 B_2009
#1  1      5      2      3     10      0     50
#2  2      7      5      6     13     17     17

下面是一个使用
数据的可能解决方案。表
v>=1.9.5

library(data.table)
dcast(setDT(df), . ~ Year, value.var = c("A", "B"))
#    . 2007_A 2008_A 2009_A 2007_B 2008_B 2009_B
# 1: .      5      2      3     10      0     50


编辑：根据新数据集，只需将
id
添加到公式中即可

dcast(setDT(df), id ~ Year, value.var = c("A", "B"))
#    id 2007_A 2008_A 2009_A 2007_B 2008_B 2009_B
# 1:  1      5      2      3     10      0     50
# 2:  2      7      5      6     13     17     17

base R
中的另一个简单选项：

df_needed <- matrix(as.vector(t(df[, -1])), ncol=nrow(df)*(ncol(df)-1))
colnames(df_needed) <- paste(rep(colnames(df)[-1], nrow(df)), rep(df[, 1], e=ncol(df)-1), sep="_")

df_needed
#      A_2007 B_2007 A_2008 B_2008 A_2009 B_2009
#[1,]      5     10      2      0      3     50

df_neededGood ol'
base：：重塑
在这里效果很好。只需首先创建一个虚拟id变量

df$id <- 1
reshape(df, v.names = c("A", "B"), timevar = "Year", idvar = "id", direction = "wide")
#   id A.2007 B.2007 A.2008 B.2008 A.2009 B.2009
# 1  1      5     10      2      0      3     50

这也适用于已编辑的数据（碰巧已经有了“id”变量）

您也可以使用
重塑2:：重铸
：

recast(df, id ~ variable + Year, id.var = 1:2)

有没有办法将此解决方案用于最终数据集中超过1行的数据？请参见编辑我当前有此错误消息：
错误：行（1,4）、（2,5）、（3,6）、（7,10）、（8,11）、（9,12）的标识符重复。
@psql您需要基于新数据集创建一个indx变量。您希望如何使编辑中的组发生变化？@psql Try
df%>%mutate（indx=cumsum（c（TRUE，diff（df$Year）%gather（Var，Val，A:B）%%>%unite（YearVar，Var，Year）%%>%spread（YearVar，Val）%%>%select（-indx）
@psql好的，我根据您的第三次编辑进行了编辑。请检查works@psql，请参阅我的编辑。与其他解决方案相比，此解决方案不仅具有最短的代码，而且将是迄今为止最有效的解决方案。
df_needed <- matrix(as.vector(t(df[, -1])), ncol=nrow(df)*(ncol(df)-1))
colnames(df_needed) <- paste(rep(colnames(df)[-1], nrow(df)), rep(df[, 1], e=ncol(df)-1), sep="_")

df_needed
#      A_2007 B_2007 A_2008 B_2008 A_2009 B_2009
#[1,]      5     10      2      0      3     50

df_split <- split(df, df$Year)
df_split <- lapply(df_split, function(df){colnames(df)[-1] <- paste(colnames(df)[-1], unique(df$Year), sep="_"); df <- df[, -1]; return(df)})
df_needed <- do.call("cbind", df_split)
colnames(df_needed) <- sub("^\\d{4}\\.","",colnames(df_needed))
df_needed
#  A_2007 B_2007 A_2008 B_2008 A_2009 B_2009
#1      5     10      2      0      3     50
#4      7     13      5     17      6     17

df$id <- 1
reshape(df, v.names = c("A", "B"), timevar = "Year", idvar = "id", direction = "wide")
#   id A.2007 B.2007 A.2008 B.2008 A.2009 B.2009
# 1  1      5     10      2      0      3     50

reshape(df, timevar = "Year", idvar = "id", direction = "wide")

#    id A_2007 B_2007 A_2008 B_2008 A_2009 B_2009
#  1  1      5     10      2      0      3     50
#  2  2      7     13      5     17      6     17

recast(df, id ~ variable + Year, id.var = 1:2)