基于您的方法，可以进一步使用tibble::rownames_to_column()：

library(dplyr)

table(df) %>%
  as.data.frame.matrix() %>%
  tibble::rownames_to_column("Date") %>%
  mutate(Date = as.POSIXct(Date))

或者以另一种方式使用tidyr::pivot_wider()和values_fn = length进行计数：

library(tidyr)

df %>% 
  pivot_wider(names_from = Cat, 
              values_from = Cat, 
              values_fn = length,
              values_fill = 0)

# # A tibble: 3 × 4
#   Date                    A     B     C
#   <dttm>              <int> <int> <int>
# 1 2019-10-03 00:00:00     2     1     0
# 2 2019-10-04 00:00:00     1     0     3
# 3 2019-10-05 00:00:00     0     1     1

如果要绘制. https://www.statology.org/long-vs-wide-data/，可能需要将其保留为长格式

library(tidyverse)

df %>% 
  count(Date, Cat) %>%  
  ggplot(aes(x = Date, y = n, fill = Cat)) + 
  geom_col(position = "dodge2") + 
  theme_light()

table()结果中的这些日期是行名称，因此它们不构成列，尽管您可以将该向量cbind()到结果data.frame并将其转换回POSIXct：

df_table <- table(df)
str(df_table)
#>  'table' int [1:3, 1:3] 2 1 0 1 0 1 0 3 1
#>  - attr(*, "dimnames")=List of 2
#>   ..$ Date: chr [1:3] "2019-10-03" "2019-10-04" "2019-10-05"
#>   ..$ Cat : chr [1:3] "A" "B" "C"

df_mt <- cbind(
  dimnames(df_table)[1], 
  as.data.frame.matrix(df_table))

df_mt$Date <- as.POSIXct(df_mt$Date)
df_mt
#>                  Date A B C
#> 2019-10-03 2019-10-03 2 1 0
#> 2019-10-04 2019-10-04 1 0 3
#> 2019-10-05 2019-10-05 0 1 1

str(df_mt)
#> 'data.frame':    3 obs. of  4 variables:
#>  $ Date: POSIXct, format: "2019-10-03" "2019-10-04" ...
#>  $ A   : int  2 1 0
#>  $ B   : int  1 0 1
#>  $ C   : int  0 3 1

还有as.data.frame.table()，日期仍然是字符串，因为它们来自行名称：

as.data.frame.table(df_table, stringsAsFactors = F)
#>         Date Cat Freq
#> 1 2019-10-03   A    2
#> 2 2019-10-04   A    1
#> 3 2019-10-05   A    0
#> 4 2019-10-03   B    1
#> 5 2019-10-04   B    0
#> 6 2019-10-05   B    1
#> 7 2019-10-03   C    0
#> 8 2019-10-04   C    3
#> 9 2019-10-05   C    1

但你可能会发现，计算和调整自己更容易：

library(dplyr)
library(tidyr)

df %>% 
  count(Date, Cat) %>% 
  pivot_wider(names_from = Cat, 
              values_from = n, 
              values_fill = 0)
#> # A tibble: 3 × 4
#>   Date                    A     B     C
#>   <dttm>              <int> <int> <int>
#> 1 2019-10-03 00:00:00     2     1     0
#> 2 2019-10-04 00:00:00     1     0     3
#> 3 2019-10-05 00:00:00     0     1     1

示例数据：

df_str <- "Date        Cat
1  2019-10-3   A
2  2019-10-3   A
3  2019-10-3   B
4  2019-10-4   A
5  2019-10-4   C
6  2019-10-4   C
7  2019-10-4   C
8  2019-10-5   B
9  2019-10-5   C"

df <- read.table(text = df_str, header = T)
df$Date <- as.POSIXct(df$Date)

创建于2023年2月25日，使用reprex v2.0.2