如何在R语言中将含重复行的数据框转换为新增唯一标识列的格式？

需求说明 #

将包含重复名称行的长格式数据框，转换为以唯一名称为行、各对应值为列的宽格式数据框，无需硬编码行数，适配名称顺序变化的场景。

原始数据示例 #

df <- data.frame(matrix(nrow = 20, ncol = 2))
df[1:10,1] <- c("HeaderStart","LevelName","Experiment","SessionTime",
              "Subject","Session","ImgPath","RandomSeed",
              "DisplayRefreshRate","Level")

df[11:20,1] <- c("HeaderStart","LevelName","Experiment","SessionTime",
               "Subject","Session","ImgPath","RandomSeed",
               "DisplayRefreshRate","Level")

df[1:10,2] <- seq(1,10,1)
df[11:20,2] <- seq(1,10,1)

方法一：使用tidyverse工具包 #

适合需要灵活数据处理的场景，代码简洁易读：

library(tidyverse)

df_result <- df %>%
  group_by(X1) %>%
  mutate(col_num = paste0("X", row_number() + 1)) %>%
  ungroup() %>%
  pivot_wider(names_from = col_num, values_from = X2) %>%
  arrange(match(X1, df$X1[!duplicated(df$X1)]))

代码解释 #

• group_by(X1)：按名称分组，确保每个名称的所有对应值被归为一组
• mutate(...)：为每组内的行生成新列名，自动适配分组数量
• pivot_wider：将长表转为宽表，实现行转列
• arrange(...)：可选步骤，保留名称在原始数据中首次出现的顺序

方法二：基础R实现 #

无需额外安装包，适合轻量处理：

# 获取唯一名称
unique_names <- unique(df$X1)
# 提取每个名称对应的所有值
value_list <- lapply(unique_names, function(x) df$X2[df$X1 == x])
# 组合为数据框
df_result_base <- data.frame(X1 = unique_names, do.call(cbind, value_list))
# 重命名列
colnames(df_result_base) <- c("X1", paste0("X", 2:(ncol(df_result_base))))
# 按原始顺序排序
df_result_base <- df_result_base[match(unique_names, df$X1[!duplicated(df$X1)]), ]

效果验证 #

两种方法运行后均会生成目标格式的数据框：

X1 X2 X3
1         HeaderStart  1  1
2           LevelName  2  2
3          Experiment  3  3
4         SessionTime  4  4
5             Subject  5  5
6             Session  6  6
7             ImgPath  7  7
8          RandomSeed  8  8
9  DisplayRefreshRate  9  9
10              Level 10 10

内容的提问来源于stack exchange，提问作者jc2525