在R中整理多级分组数据：将多行格式转换为单行多列结构

步骤1：模拟原始数据 #

先还原你描述的6行5列结构数据，方便后续演示：

# 创建原始数据框
df <- data.frame(
  class = rep("X", 6),
  group = rep(c("A", "B", "C"), each = 2),
  level = rep(c(1, 2), 3),
  var1 = c(1, 2, 3, 4, 5, 6),
  var2 = c(10, 20, 30, 40, 50, 60)
)

原始数据结构示例：

class group level var1 var2
1     X     A     1    1   10
2     X     A     2    2   20
3     X     B     1    3   30
4     X     B     2    4   40
5     X     C     1    5   50
6     X     C     2    6   60

步骤2：用tidyr包完成宽表转换 #

tidyr包的pivot_wider函数是处理这类数据重组的最优工具，先安装并加载包：

install.packages("tidyr")
library(tidyr)

执行转换操作，按规则拼接目标列名：

wide_df <- df %>%
  pivot_wider(
    id_cols = class,
    names_from = c(group, level),
    values_from = c(var1, var2),
    names_glue = "var{tolower(group)}{level}{sub('var', '', .value)}"
  )

转换后得到你需要的1行13列结构：

class vara11 vara21 vara12 vara22 varb11 varb21 varb12 varb22 varc11 varc21 varc12 varc22
1     X      1     10      2     20      3     30      4     40      5     50      6     60

关键参数说明 #

• id_cols = class：指定保留的行标识列，确保最终结果只有1行
• names_from = c(group, level)：指定用来生成新列名的分组维度
• values_from = c(var1, var2)：指定需要展开的数值变量列
• names_glue：自定义列名拼接规则，将组名转小写后，按var+组名+层级+变量序号的格式生成目标列名

从TXT文件读取原始数据 #

如果数据存储在TXT文件中，先用read.table读取（分隔符根据实际文件调整）：

df <- read.table("你的数据文件.txt", header = TRUE, sep = "\t") # 若为逗号分隔则用sep=","

读取完成后重复上述pivot_wider转换步骤即可。

内容的提问来源于stack exchange，提问作者V-cubed