在R中按组pivot_wider并导出CSV：移除空列与单值行

针对现有数据框dat0，我们需要将其转换为宽格式后，按biomarker分组导出CSV，同时完成以下批量处理要求：

• 移除仅含单个结果的行（仅保留有多个分析仪结果的配对行）
• 删除转换后产生的空列
• 将NA单元格显示为空

以下是适配10000+行、150+生物标志物的批量处理代码：

library(tidyverse)

# 1. 转换为宽格式，保留id和biomarker列
dat1 <- dat0 %>%
  pivot_wider(names_from = analyser, values_from = result)

# 2. 按biomarker分组处理并导出
dat1 %>%
  group_by(biomarker) %>%
  group_walk(function(.x, .y) {
    # 移除仅含单个结果的行：计算每行非NA值数量，保留≥2的行
    filtered_rows <- .x %>%
      rowwise() %>%
      mutate(n_non_na = sum(!is.na(c_across(starts_with(c("A", "B", "C")))))) %>%
      ungroup() %>%
      filter(n_non_na >= 2) %>%
      select(-n_non_na)
    
    # 删除空列：移除全为NA的列
    filtered_cols <- filtered_rows %>%
      select(where(~!all(is.na(.x))))
    
    # 导出CSV，将NA转为空字符串
    write_csv(filtered_cols, 
              file = paste0(.y$biomarker, ".csv"),
              na = "")
  })

代码说明 #

1. 宽格式转换：使用pivot_wider将analyser作为列名，result作为对应值，保留id和biomarker作为标识列。
2. 行过滤：通过rowwise()和c_across()统计每行非NA结果的数量，仅保留数量≥2的行（即有配对结果的行）。
3. 列过滤：使用select(where(~!all(is.na(.x))))移除全为NA的空列。
4. 导出设置：write_csv的na = ""参数将NA转为空字符串，满足显示要求。

初始数据示例 #

原数据框dat0结构如下：

dat0 <-
structure(list(id = c("0240307415", "0240307373", "0240326970", 
"0240326976", "0240322181", "0240322185", "0240322191", "0240326976", 
"0240326970", "0240326981", "0240326975", "0240307415", "0240307415", 
"0240307373", "0240322181", "0240322185", "0240322191", "0240326976", 
"0240326970", "0240326981", "0240326975", "0240307415", "0240252218", 
"0240307417", "0240307415", "0240307373", "0240322181", "0240322185", 
"0240322191", "0240322151"), biomarker = c("BICAR", "BICAR", 
"AMMO", "AMMO", "HAPTO", "HAPTO", "HAPTO", "AMMO", "AMMO", "AMMO", 
"AMMO", "BICAR", "BICAR", "BICAR", "HAPTO", "HAPTO", "HAPTO", 
"AMMO", "AMMO", "AMMO", "AMMO", "BICAR", "BICAR", "BICAR", "BICAR", 
"BICAR", "HAPTO", "HAPTO", "HAPTO", "HAPTO"), analyser = c("A1", 
"A1", "A2", "A2", "A3", "A3", "A3", "B1", "B1", "B1", "B1", "B1", 
"B2", "B2", "B2", "B2", "B2", "C1", "C1", "C1", "C1", "C1", "C1", 
"C1", "C2", "C2", "C2", "C2", "C2", "C2"), result = c(27, 23, 
657, 603, 6, 4, 4, 744, 623, 550, 490, 28, 27, 23, 5, 5, 4, 772, 
649, 570, 509, 29, 25, 23, 28, 23, 5, 5, 4, 4)), row.names = c(NA, 
-30L), class = "data.frame")

内容的提问来源于stack exchange，提问作者denis