如何将数据集扁平化/拓宽：将单个样本的多次试验整合至同一行

嘿，我完全理解你想要把每个样本的多次试验记录合并到同一行的需求，这种格式虽然看起来特殊，但确实能贴合特定项目的展示或分析场景！我来帮你搞定这个问题～

首先，咱们明确核心需求：把长格式的试验数据按Sample_Name分组，将每个样本的第1、2、3、4次试验分别对应到Trial_N_ID和Trial_N_Score列中，最终每个样本占一行。

解决方案步骤 #

你之前尝试的pivot_wider其实是正确方向，只是缺少关键一步：给每个样本的试验添加序号标记，这样pivot_wider才能明确区分同一样本下的不同试验。咱们用tidyverse工具链来实现：

1. 加载必要的包：需要dplyr做分组和序号标记，tidyr的pivot_wider做拓宽操作
2. 给每个样本的试验添加序号：按Sample_Name分组后，用row_number()生成试验顺序号
3. 执行拓宽操作：用pivot_wider指定值列、列名规则，生成你需要的格式

完整代码示例 #

# 加载tidyverse包（包含dplyr和tidyr）
library(tidyverse)

# 你的原始数据
Sample_Name <- c("M1","M1","M1","M1","M2","M2","M2","M2")
test_ID <- c("Gen1 Spec1", "Gen2 Spec2", "Gen2 Spec2", "Gen2 Spec2", "Gen3 Spec3", "Gen3 Spec3", "Gen4 Spec4", "Gen4 Spec4")
MScore <- c(2.2, 1.9, 2.1, 2.0, 1.0, 2.0, 1.4, 1.5)
Test_Data <- data.frame(Sample_Name, test_ID, MScore)

# 处理数据：添加试验序号 + 拓宽
Desired_Output <- Test_Data %>%
  group_by(Sample_Name) %>%
  # 给每个样本的试验按顺序编号
  mutate(trial_num = row_number()) %>%
  ungroup() %>%
  # 拓宽数据，指定列名格式：Trial_序号_原列名
  pivot_wider(
    names_from = trial_num,
    values_from = c(test_ID, MScore),
    names_glue = "Trial_{trial_num}_{.value}"
  ) %>%
  # 重命名第一列，和你期望的格式一致
  rename(Target_Sample_Name = Sample_Name)

# 查看结果
print(Desired_Output)

结果说明 #

运行这段代码后，你会得到和期望完全一致的输出：

• 每个样本占一行，Target_Sample_Name对应原Sample_Name
• 每个试验的ID和Score分别对应Trial_1_ID、Trial_1_Score、Trial_2_ID、Trial_2_Score等列
• 即使同一test_ID有多次重复记录，也会按试验顺序正确填充到对应列中

为什么之前的尝试没成功？ #

你之前用aggregate的话，它更适合做聚合计算（比如求和、均值），没法直接生成这种带序号的多列格式；而pivot_wider的关键是需要一个“分组内的序号”来区分不同试验，之前没加这个序号的话，函数不知道怎么处理同一Sample_Name下的多行记录，所以才没得到想要的结果～

内容的提问来源于stack exchange，提问作者Moo