R语言reshape函数列排序异常：时间变量未按数值顺序排列求助

我尝试用R语言的reshape函数将长表转为宽表，用于拆分的Time变量是数值型，但生成的列顺序为2,0.5,4,6,8,0,24...168，而非预期的0.0,0.5,2.0,4.0,6.0,8.0,24.0...168.0。试过将times参数设置为sort(unique(G2$Time))，也用na.omit处理过Time和Sugar变量，但都无法解决问题。

原数据 #

>G2
   Animal Sex  Time  Sugar
1    2001   M   2.0   5880
2    2001   M   0.5     95
3    2001   M   4.0  25100
4    2001   M   6.0  68500
5    2001   M   8.0 110000
6    2001   M   0.0     NA
7    2001   M  24.0 336000
8    2001   M  48.0 476000
9    2001   M  72.0 413000
10   2001   M  96.0 368000
11   2001   M 120.0 332000
12   2001   M 144.0 282000
13   2001   M 168.0 271000
14   2002   M   2.0  13200
15   2002   M   0.5    356
16   2002   M   4.0  55700
17   2002   M   6.0 121000
18   2002   M   8.0 216000
19   2002   M   0.0     NA
20   2002   M  24.0 529000
21   2002   M  48.0 554000
22   2002   M  72.0 468000
23   2002   M  96.0 408000
24   2002   M 120.0 354000
25   2002   M 144.0 348000
26   2002   M 168.0 290000
27   2003   M   2.0  20500
28   2003   M   0.5   1190
29   2003   M   4.0  43800
30   2003   M   6.0  90500
31   2003   M   8.0 142000
32   2003   M   0.0     NA
33   2003   M  24.0 401000
34   2003   M  48.0 485000
35   2003   M  72.0 393000
36   2003   M  96.0 386000
37   2003   M 120.0 335000
38   2003   M 144.0 289000
39   2003   M 168.0 247000
40   2501   F   2.0   6630
41   2501   F   0.5    305
42   2501   F   4.0  28900
43   2501   F   6.0  67300
44   2501   F   8.0 138000
45   2501   F   0.0     NA
46   2501   F  24.0 395000
47   2501   F  48.0 474000
48   2501   F  72.0 390000
49   2501   F  96.0 330000
50   2501   F 120.0 318000
51   2501   F 144.0 258000
52   2501   F 168.0 238000
53   2502   F   2.0   2140
54   2502   F   0.5     NA
55   2502   F   4.0  15700
56   2502   F   6.0  69200
57   2502   F   8.0 125000
58   2502   F   0.0     NA
59   2502   F  24.0 478000
60   2502   F  48.0 500000
61   2502   F  72.0 471000
62   2502   F  96.0 407000
63   2502   F 120.0 414000
64   2502   F 144.0 352000
65   2502   F 168.0 462000
66   2503   F   2.0  32400
67   2503   F   0.5   6290
68   2503   F   4.0  78800
69   2503   F   6.0 119000
70   2503   F   8.0 160000
71   2503   F   0.0     NA
72   2503   F  24.0 328000
73   2503   F  48.0 463000
74   2503   F  72.0 429000
75   2503   F  96.0 381000
76   2503   F 120.0 389000
77   2503   F 144.0 339000
78   2503   F 168.0 327000

执行的代码 #

G2r = reshape(G2, direction = "wide",
             idvar = c("Animal","Sex"), 
             times = Time,
             timevar = "Time"
             )

得到的结果 #

> head(G2r)
   Animal Sex Sugar.2 Sugar.0.5 Sugar.4 Sugar.6 Sugar.8 Sugar.24 Sugar.48 Sugar.72 Sugar.96 Sugar.120 Sugar.144 Sugar.168
1    2001   M   5880       95  25100  68500 110000  336000  476000  413000  368000   332000   282000   271000
13   2002   M  13200      356  55700 121000 216000  529000  554000  468000  408000   354000   348000   290000
25   2003   M  20500     1190  43800  90500 142000  401000  485000  393000  386000   335000   289000   247000
37   2501   F   6630      305  28900  67300 138000  395000  474000  390000  330000   318000   258000   238000
49   2502   F   2140       NA  15700  69200 125000  478000  500000  471000  407000   414000   352000   462000
60   2503   F  32400     6290  78800 119000 160000  328000  463000  429000  381000   389000   339000   327000

解决方案 #

方法1：转宽后手动调整列顺序

base包的reshape函数生成列时，会按照Time在原数据中首次出现的顺序排列，而非数值排序。可以在转宽后，根据排序后的时间点重新调整列顺序：

# 获取排序后的时间点
sorted_times <- sort(unique(G2$Time))
# 生成对应的列名
sorted_cols <- paste0("Sugar.", sorted_times)
# 重新排列数据框的列
G2r_sorted <- G2r[, c("Animal", "Sex", sorted_cols)]

方法2：使用tidyr包的pivot_wider（推荐）

tidyr是tidyverse生态中的包，pivot_wider是更现代的长转宽工具，支持直接按数值顺序排列列，只需设置names_sort=TRUE参数：

library(tidyr)
library(dplyr)

G2r_tidy <- G2 %>%
  pivot_wider(
    id_cols = c(Animal, Sex),
    names_from = Time,
    values_from = Sugar,
    names_prefix = "Sugar.",
    names_sort = TRUE  # 按时间点的数值大小排序列
  )

内容的提问来源于stack exchange，提问作者Gabriela Toomer