请求指导：在R语言中完成pre-test与post-test数据配对

这里提供两种常用工具的实现方法，帮你把长格式的测试数据转换为宽格式的配对数据：

使用 R（tidyverse 包） #

如果你用 R 处理数据，tidyr 包的 pivot_wider() 函数可以轻松完成转换：

# 加载 tidyverse 包（未安装先运行 install.packages("tidyverse")）
library(tidyverse)

# 构建示例数据框（替换成你自己的数据集即可）
test_data <- data.frame(
  Test = c("pretest", "posttest", "pretest", "pretest", "posttest", "pretest", "posttest", "posttest"),
  Participant_ID = c("part001", "part001", "part002", "part003", "part002", "part004", "part003", "part004"),
  Score = c(50, 70, 40, 40, 85, 60, 65, 75)
)

# 转换为宽格式
wide_data <- test_data %>%
  pivot_wider(
    id_cols = Participant_ID,    # 按参与者ID分组
    names_from = Test,           # 把Test列的取值作为新列名
    values_from = Score          # 把Score列的值填充到对应新列
  ) %>%
  arrange(Participant_ID)        # 按参与者ID排序（可选）

print(wide_data)

运行后得到的结果：

# A tibble: 4 × 3
  Participant_ID pretest posttest
  <chr>            <dbl>    <dbl>
1 part001             50       70
2 part002             40       85
3 part003             40       65
4 part004             60       75

使用 Python（pandas 库） #

如果用 Python 处理，pandas 的 pivot() 方法可以实现同样效果：

import pandas as pd

# 构建示例数据框（替换成你自己的数据集即可）
data = {
    "Test": ["pretest", "posttest", "pretest", "pretest", "posttest", "pretest", "posttest", "posttest"],
    "Participant_ID": ["part001", "part001", "part002", "part003", "part002", "part004", "part003", "part004"],
    "Score": [50, 70, 40, 40, 85, 60, 65, 75]
}
df = pd.DataFrame(data)

# 转换为宽格式
wide_df = df.pivot(
    index="Participant_ID",
    columns="Test",
    values="Score"
).reset_index()

# 调整列名格式（让结果完全匹配你的需求）
wide_df.columns.name = None
wide_df = wide_df[["Participant_ID", "pretest", "posttest"]].rename(
    columns={"pretest": "Pretest", "posttest": "Posttest"}
)

print(wide_df)

输出结果：

Participant_ID  Pretest  Posttest
0        part001       50        70
1        part002       40        85
2        part003       40        65
3        part004       60        75

内容的提问来源于stack exchange，提问作者Faisal Mustafa