在R语言中实现同类对比表格转换技术求助

先把你的原始数据转换成R可处理的数据框：

library(tidyverse)

# 原始数据
df <- tibble(
  ID = c(1,1,2,2,3,3,4,4,5,5,6,6,7,7,8,9),
  Condition = c("A","B","A","B","A","B","A","B","A","B","A","B","A","B","A","B"),
  Count = c(1,0,1,1,0,1,1,1,1,1,1,0,0,1,0,0)
)

接下来分两步完成转换：

1. 将长格式数据转为宽格式：用pivot_wider把Condition的A、B转为列，缺失的对应值填充为0（比如ID8只有A的记录，ID9只有B的记录，转宽后对应列补0）
2. 统计每种A/B组合的ID数量：按A和B分组，统计每组的ID个数

完整代码：

result <- df %>%
  # 转宽格式，填充缺失值为0
  pivot_wider(
    id_cols = ID,
    names_from = Condition,
    values_from = Count,
    values_fill = 0
  ) %>%
  # 按A、B分组统计ID数量
  count(A, B, name = "Count of ID")

print(result)

运行后得到的结果就是你需要的表格：

# A tibble: 4 × 3
      A     B `Count of ID`
  <dbl> <dbl>         <int>
1     0     0             1
2     0     1             2
3     1     0             2
4     1     1             3

如果不用tidyverse，也可以用基础R的方法：

# 转宽格式
wide_df <- reshape(df, idvar = "ID", timevar = "Condition", direction = "wide")
# 填充缺失值为0
wide_df[is.na(wide_df)] <- 0
# 重命名列名
colnames(wide_df) <- c("ID", "A", "B")
# 统计组合数量
result_base <- aggregate(ID ~ A + B, data = wide_df, FUN = length)
colnames(result_base)[3] <- "Count of ID"

print(result_base)

两种方法都能得到你想要的结果，tidyverse的方式代码更简洁易读。

内容的提问来源于stack exchange，提问作者Philip