如何在R语言中将双列长表转换为宽表？

Excel 实现方式 #

方法1：Power Query（推荐） #

适合批量处理，无需复杂公式：

1. 选中长表数据，点击「数据」选项卡 → 「从表格/区域」导入Power Query编辑器
2. 点击「添加列」→ 「索引列」→ 「从1开始」，生成每行的序号
3. 选中Cepas列，点击「转换」→ 「透视列」：
   • 值列选择Valor
   • 高级选项选择「不要聚合」，值列使用的函数选「保留所有行」
4. 若存在空值（如示例中B2只有3个值，宽表有4行），可选中对应列，点击「转换」→ 「填充」→ 「向下填充」补全（或按需填充指定值）
5. 点击「关闭并上载」，即可得到宽表

方法2：公式组合 #

适用于旧版Excel（无Power Query）：

1. 在长表新增辅助列C，输入公式=COUNTIF($A$2:A2,A2)，下拉填充，得到每个分组内的行号
2. 在宽表首行输入分组名（B1、B2等），在B1列第一个单元格输入数组公式：

   =INDEX($B$2:$B$8,MATCH(F$1&ROW(A1),$A$2:$A$8&$C$2:$C$8,0))
   

   按Ctrl+Shift+Enter确认，然后横向、纵向下拉填充，空值可手动补全或用IFERROR处理

Python pandas 实现方式 #

通过分组序号+透视完成转换，代码示例：

import pandas as pd

# 构造长表数据
df = pd.DataFrame({
    'Cepas': ['B1', 'B1', 'B1', 'B1', 'B2', 'B2', 'B2'],
    'Valor': [5.3, 4.25, 2.2, 2.5, 3.15, 2.5, 5.7]
})

# 生成每个分组内的行号
df['group_row_id'] = df.groupby('Cepas').cumcount()

# 透视转宽表
wide_df = df.pivot(
    index='group_row_id',
    columns='Cepas',
    values='Valor'
).reset_index(drop=True)

# 填充空值（示例中B2最后一行补2.5，可按需修改填充规则）
wide_df = wide_df.fillna(2.5)

# 输出结果
print(wide_df)

运行后输出：

B1    B2
0  5.30  3.15
1  4.25  2.50
2  2.20  5.70
3  2.50  2.50

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