基于分组编号提取列数据的R语言代码修正求助

你手里有一份包含分组（No列）的数据集，想要将其整理成两个特定格式的表格，但目前的代码只能手动提取单个分组的数据，效率很低。我会帮你修改代码，实现自动批量处理所有分组，生成你需要的Table1和Table2。

先回顾下你的数据（子集）：

No A B C
1 0.15 0.22 1.6099
1 0.58 0.43 3.1626
1 0.42 0.37 2.6003
1 1.63 0.72 6.3488
2 0.52 0.40 3.1054
3 0.54 0.42 3.2435
3 0.05 0.12 0.8858
3 0.15 0.22 2.2195
5 0.45 0.38 3.0482
5 0.37 0.34 2.4957
5 0.28 0.30 2.0814
5 1.45 0.68 5.6248
6 1.53 0.70 6.4968
6 0.29 0.30 2.1051
6 1.18 0.61 5.5439

你的目标是生成：

• Table1：以No为列名，每个列对应该No的A列数据，长度不足的补NA，包含1-6所有No（即使没有数据的No4）
• Table2：将Table1按每3列拆分，分别把两部分的元素按列堆叠成新的两列

下面是基于Base R的解决方案，不需要额外安装包，直接运行即可：

# 读取数据（替换成你的文件路径）
df <- read.csv("F:/Shel/file1.csv")

# ---------------------- 生成Table1 ----------------------
# 获取所有需要的No（1到6）
target_nos <- 1:6
# 找出每个No对应的A列数据
grouped_data <- lapply(target_nos, function(no) {
  # 提取当前No的A值
  vals <- df$A[df$No == no]
  # 找到所有分组中最大的观测数，不足的补NA
  max_len <- max(table(df$No))
  length(vals) <- max_len
  return(vals)
})
# 组合成矩阵并设置列名
Table1 <- do.call(cbind, grouped_data)
colnames(Table1) <- target_nos

# 查看Table1
print("Table1:")
print(Table1)

# ---------------------- 生成Table2 ----------------------
# 将Table1拆分为前3列和后3列
part1 <- Table1[, 1:3]
part2 <- Table1[, 4:6]
# 将每部分的元素按列堆叠成向量
vec1 <- as.vector(part1)
vec2 <- as.vector(part2)
# 补NA到相同长度
max_vec_len <- max(length(vec1), length(vec2))
length(vec1) <- max_vec_len
length(vec2) <- max_vec_len
# 组合成Table2
Table2 <- data.frame(`1 to 3` = vec1, `4 to 6` = vec2)
# 可选：去掉全NA的行（如果需要）
Table2 <- Table2[rowSums(is.na(Table2)) != ncol(Table2), ]

# 查看Table2
print("Table2:")
print(Table2)

1. 读取数据：先加载你的CSV文件，注意替换成正确的文件路径。
2. 生成Table1：
   • 先指定需要包含的所有No（1到6），确保No4也被包含。
   • 用lapply遍历每个No，提取对应A列数据，然后统一长度到最大观测数（这里是4），不足的自动补NA。
   • 将所有分组的向量组合成矩阵，设置列名为No。
3. 生成Table2：
   • 将Table1拆分为前3列和后3列，分别把每部分的元素按列展开成向量（先取第一列所有值，再第二列，以此类推）。
   • 把两个向量补NA到相同长度，组合成数据框，还可以选择去掉全NA的行让结果更简洁。

运行这段代码后，你就能直接得到符合要求的两个表格，不需要手动修改判断条件啦！

内容的提问来源于stack exchange，提问作者Shalen