如何在R中将非规整物种-站点-年份数据集转换为指定整洁格式？

我完全懂你手动处理大规模数据的崩溃感！咱们用R的tidyverse工具链就能一键搞定这个格式转换，以后再也不用在Excel里反复操作了。下面是针对你需求的完整步骤：

1. 准备工作：加载必要的包 #

首先确保你已经安装了tidyverse包（包含dplyr和tidyr，专门处理数据重塑），如果没安装先运行：

install.packages("tidyverse")

然后加载包：

library(tidyverse)

2. 导入/模拟你的原始数据集 #

如果是真实数据，你可以用read.csv()或者read_excel()导入；这里先把你给出的示例数据转换成R的数据框：

original_data <- data.frame(
  Species = c("a", "a", "a", "b", "b", "b"),
  site = c(1, 2, 3, 1, 2, 3),
  `2001` = c(0, 1, 5, 3, 1, 4),
  `2002` = c(1, 1, 5, 0, 1, 5),
  `2003` = c(4, 0, 5, 4, 1, 5)
)

3. 三步完成格式转换 #

我们分三步实现目标格式，代码逻辑清晰易懂：

target_data <- original_data %>%
  # 第一步：把年份列（2001/2002/2003）转成长格式，统一管理年份和对应数值
  pivot_longer(cols = starts_with("20"), names_to = "year", values_to = "value") %>%
  # 第二步：创建ID列，把site和年份用下划线拼接成目标格式的ID
  mutate(ID = paste0(site, "_", year)) %>%
  # 第三步：把Species转成列，ID作为行，填充对应数值
  pivot_wider(names_from = Species, values_from = "value") %>%
  # 最后调整列顺序，和你要的格式完全匹配
  select(ID, a, b)

4. 查看转换结果 #

运行完上面的代码后，target_data就是你想要的格式：

print(target_data)

输出结果：

# A tibble: 9 × 3
  ID       a     b
  <chr> <dbl> <dbl>
1 1_2001     0     3
2 1_2002     1     0
3 1_2003     4     4
4 2_2001     1     1
5 2_2002     1     1
6 2_2003     0     1
7 3_2001     5     4
8 3_2002     5     5
9 3_2003     5     5

（注：你给出的目标格式里的3_2004应该是笔误，原数据里对应的是2003年的数据，所以转换结果里是3_2003）

这个方法完全自动化，不管你的数据集有多大，只要结构和示例一致，都能快速完成转换，再也不用手动处理啦！

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