将含缺失值的长格式R数据框转换为宽格式的技术求助

不用for循环，用dplyr+tidyr的组合就能轻松搞定，步骤如下：

1. 加载必要工具包 #

library(dplyr)
library(tidyr)

2. 清理原始数据 #

先过滤掉fruit或fertiliser列的NA值（这些行无法对应到目标的3×9组合，留着没用）：

clean_df <- df %>%
  filter(!is.na(fruit), !is.na(fertiliser))

3. 转成目标宽格式 #

用pivot_wider直接完成转换，自动生成a_mean、b_lower_ci这类命名的列：

wide_df <- clean_df %>%
  pivot_wider(
    # 指定行的唯一标识：水果+肥料组合
    id_cols = c(fruit, fertiliser),
    # 用method的取值作为列名前缀
    names_from = method,
    # 需要展开的指标字段
    values_from = c(mean, lower_ci, upper_ci, pval, x, y),
    # 拼接列名的规则：method值+下划线+指标名
    names_glue = "{method}_{.value}"
  )

补充说明 #

如果某个fruit-fertiliser-method组合缺失数据，转换后对应位置会是NA，你可以用values_fill参数指定填充值，比如：

wide_df <- clean_df %>%
  pivot_wider(
    id_cols = c(fruit, fertiliser),
    names_from = method,
    values_from = c(mean, lower_ci, upper_ci, pval, x, y),
    names_glue = "{method}_{.value}",
    # 给数值型字段填充NA，也可以换成0之类的自定义值
    values_fill = list(mean = NA_real_, lower_ci = NA_real_, upper_ci = NA_real_, 
                       pval = NA_real_, x = NA_real_, y = NA_real_)
  )

内容的提问来源于stack exchange，提问作者John