R 按多个条件合并并将重复项拆分为单独的列？

我很确定这个问题在某个时候已经被问到并得到了回答，但我是一个新手，确实缺乏有效地找到问题和解决方案的词汇。我有一个简单的任务，由于内部内存的限制，我无法在Excel中执行，但我对SQL或R的了解不够，无法弄清楚如何在这两个平台中执行

我有两个表，一个表有唯一的条目和唯一的ID号，另一个表有这些ID号的多个副本，每个都显示不同的数字（代表职业生涯中的每个新工资）。我试图将每个工资映射到原始的唯一ID表，为每个可能的更改创建新列（Salary1:Salary50）。最后，我还需要绘制每个变更的日期和差异，以便进行分析。下面是一个例子：

这是唯一ID表：

Table 1                 
ID  Salary1 Salary2 Salary3 Salary4 Salary5
1   ?   ?   ?   ?   ?
2   ?   ?   ?   ?   ?
3   ?   ?   ?   ?   ?
4   ?   ?   ?   ?   ?
5   ?   ?   ?   ?   ?

这是带有重复ID的工资表和我想要的信息：

Table2      
ID  Salary  SalaryDate
1   10  1/1/2014
1   11  1/1/2015
1   12  1/1/2016
2   12  1/1/2015
2   13  1/1/2016
3   10  1/1/2016
4   10  1/1/2014
4   12  1/1/2015
4   14  1/1/2016
5   10  1/1/2016

最终状态应该是这样的：

Table3                  
ID  Salary1 Salary2 Salary3 Salary4 Salary5
1   10  11  12  0   0
2   12  13  0   0   0
3   10  0   0   0   0
4   10  12  0   0   0
5   10  0   0   0   0

DF <- read.table(text = "ID  Salary  SalaryDate
                 1   10  1/1/2014
                 1   11  1/1/2015
                 1   12  1/1/2016
                 2   12  1/1/2015
                 2   13  1/1/2016
                 3   10  1/1/2016
                 4   10  1/1/2014
                 4   12  1/1/2015
                 4   14  1/1/2016
                 5   10  1/1/2016", header = TRUE)

#years of employment assuming the table is sorted by dates
DF$y <- ave(DF$ID, DF$ID, FUN = seq_along)

#reshape
library(reshape2)
dcast(DF, ID ~ y, value.var = "Salary", fill = 0)
#  ID  1  2  3
#1  1 10 11 12
#2  2 12 13  0
#3  3 10  0  0
#4  4 10 12 14
#5  5 10  0  0

我构建了一个多标准Vlookup，将所有内容都拉到正确的列中，但是数据集要检查的行远远超过100000行，因此它无法在内存方面完成它。有谁能建议我如何在Access、R、SPSS中做同样的事情，或者我是否可以使用一些高效的Excel VBA代码

谢谢你的帮助

我不知道“Vlookup”是什么，但显然你在寻找这样的东西：

Table3                  
ID  Salary1 Salary2 Salary3 Salary4 Salary5
1   10  11  12  0   0
2   12  13  0   0   0
3   10  0   0   0   0
4   10  12  0   0   0
5   10  0   0   0   0

DF <- read.table(text = "ID  Salary  SalaryDate
                 1   10  1/1/2014
                 1   11  1/1/2015
                 1   12  1/1/2016
                 2   12  1/1/2015
                 2   13  1/1/2016
                 3   10  1/1/2016
                 4   10  1/1/2014
                 4   12  1/1/2015
                 4   14  1/1/2016
                 5   10  1/1/2016", header = TRUE)

#years of employment assuming the table is sorted by dates
DF$y <- ave(DF$ID, DF$ID, FUN = seq_along)

#reshape
library(reshape2)
dcast(DF, ID ~ y, value.var = "Salary", fill = 0)
#  ID  1  2  3
#1  1 10 11 12
#2  2 12 13  0
#3  3 10  0  0
#4  4 10 12 14
#5  5 10  0  0

---

DF假设表1中的ID是表2中ID的子集，我们只需要这些ID。此外，我们还需要
Salary1
结果列中任何ID的第一个薪资，以及
Salary2
结果列中的第二个薪资，依此类推。第一个计算顺序，在任何
ID
中，第一个日期为1，第二个日期为2，依此类推。然后从这些序号中创建一个系数，这些序号的级别由表1中的薪资列标记。在最后一条语句中，将
表2
子集为
表1
的
ID
值（如果显示的数据相同，因此不会产生任何影响），并使用
xtabs
从长到宽进行重塑。没有使用任何软件包

 Seq <- ave(1:nrow(Table2), Table2$ID, FUN = seq_along)
 Table0 <- Table1[-1] # Table0 is Table1 without ID column
 Table2$SalaryNo <- factor(Seq, levels = 1:ncol(Table0), labels = colnames(Table0))
 xtabs(Salary ~ ID + SalaryNo, data = subset(Table2, ID %in% Table1$ID))

注意：表格不是以可复制的形式提供的，溶液可能具体取决于它们是什么，因此我们假设：

Lines1 <- "
ID  Salary1 Salary2 Salary3 Salary4 Salary5
1   ?   ?   ?   ?   ?
2   ?   ?   ?   ?   ?
3   ?   ?   ?   ?   ?
4   ?   ?   ?   ?   ?
5   ?   ?   ?   ?   ?"
Table1 <- read.table(text = Lines1, header = TRUE)

Lines2 <- "
ID  Salary  SalaryDate
1   10  1/1/2014
1   11  1/1/2015
1   12  1/1/2016
2   12  1/1/2015
2   13  1/1/2016
3   10  1/1/2016
4   10  1/1/2014
4   12  1/1/2015
4   14  1/1/2016
5   10  1/1/2016"
Table2 <- read.table(text = Lines2, header = TRUE)

Lines1我认为这几乎奏效了，但我得到了一个错误：model.frame.default（公式=Salary~Global.ID+SalaryNo，：可变长度差（为“SalaryNo”找到）中的错误已修复。（如果使用了注释中的数据，则错误不会影响答案。）