如何用dplyr/tidyverse基于factor重排DataFrame列并转宽格式？

可以用tidyverse中的pivot_wider函数快速完成长宽表转换，完美匹配你的需求：

library(tidyverse)

# 生成原始数据
exp <- as.factor(c(rep('UT',3),rep('NC',3),rep('PC',3)))
fact <- as.factor(rep(c('A','B','C'),3))
set.seed(10)
avg <- rnorm(9,10,1)
sd <- rnorm(9,2,0.5)
df <- data.frame(exp,fact,avg,sd)

# 转换为目标格式
df_wide <- df %>%
  pivot_wider(
    id_cols = exp,                # 按exp分组，每行对应一个实验处理
    names_from = fact,            # 用fact的A/B/C作为列名前缀
    values_from = c(avg, sd),     # 展开avg和sd两列
    names_glue = "{fact}.{.value}"# 拼接列名，生成A.avg、A.sd格式
  ) %>%
  select(exp, A.avg, A.sd, B.avg, B.sd, C.avg, C.sd) # 强制指定列顺序

# 查看结果
print(df_wide)

代码说明 #

1. pivot_wider核心参数：
   • id_cols = exp：确定行的唯一标识，保证最终每行对应一个实验处理（UT/NC/PC）
   • names_from = fact：将fact列的类别（A/B/C）提取为新列名的一部分
   • values_from = c(avg, sd)：指定需要从长表展开为宽表的数值列
   • names_glue：用模板字符串自定义列名格式，{fact}对应A/B/C，{.value}对应avg/sd，正好生成你需要的X.avg/X.sd格式
2. select强制列顺序：
   虽然pivot_wider默认会按因子顺序生成列，但用select手动指定列顺序可以确保完全符合你的需求，避免因数据因子顺序变化导致列错位。

输出结果 #

# A tibble: 3 × 7
  exp   A.avg A.sd B.avg B.sd C.avg C.sd
  <fct> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
1 UT     9.34  1.65  9.72  2.20  9.79  1.81
2 NC    10.2   2.14  10.3  1.87  10.8  1.74
3 PC     9.84  2.30  11.3  2.03  10.6  2.33

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