R语言：数据格式解析与宽表转长格式数据框方法咨询

1. 数据格式解释 #

这是一个宽格式（wide format）的data.frame：

• 在R中，data.frame的底层存储类型就是list（由等长向量组成的列表），所以typeof(df)返回list、class(df)返回data.frame是完全正常的——前者描述对象的底层结构，后者是它的面向对象类。
• 具体数据结构：
  • 行名：甲基化位点ID（如cg1、cg2）
  • 列名：样本ID（如R123、R456）
  • 单元格值：对应样本在该甲基化位点的活性值

2. 转换为长格式的方法 #

针对大规模数据集，推荐两种高效实现方式：

方法一：tidyverse工具链（tidyr包） #

直观易读，适合大数据处理：

# 加载tidyverse（或单独加载tidyr）
library(tidyverse)

# 执行转换
long_df <- df %>%
  rownames_to_column(var = "cg_site") %>%  # 将行名转为独立列
  pivot_longer(
    cols = -cg_site,  # 除cg_site外的所有列（样本列）进行转换
    names_to = "Individual_ID",  # 原列名转为样本ID列
    values_to = "value"  # 原单元格值转为活性值列
  )

方法二：基础R的reshape函数 #

无需额外安装包，轻量高效：

# 执行转换
long_df <- reshape(
  df,
  direction = "long",
  varying = colnames(df),
  v.names = "value",
  idvar = "cg_site",
  timevar = "Individual_ID",
  times = colnames(df)
)

# 调整格式与列顺序（可选，匹配期望输出）
rownames(long_df) <- NULL
long_df <- long_df[, c("Individual_ID", "cg_site", "value")]

转换后执行head(long_df)即可得到你期望的长格式结构。

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