如何拆分出包含Cohort与列名的独立DataFrame？

方法一：使用tidyverse工具（推荐） #

利用tidyr的pivot_longer函数可以更直观地完成宽格式到长格式的转换，直接得到你需要的结构：

library(tidyverse)

# 提取Cohort行、转换格式并筛选目标样本
cohort_df <- data %>%
  filter(symbol == "Cohort") %>%
  pivot_longer(cols = -symbol, names_to = "symbol", values_to = "Cohort") %>%
  select(symbol, Cohort) %>%
  filter(symbol %in% c("sample1", "sample2"))

运行后得到的cohort_df就是你期望的结果：

方法二：基础R实现 #

如果不想加载额外包，用基础R也能完成：

# 提取Cohort行，排除symbol列后转置
cohort_t <- t(data[data$symbol == "Cohort", -1])
# 转换为数据框并设置列名
cohort_df <- as.data.frame(cohort_t, stringsAsFactors = FALSE)
colnames(cohort_df) <- "Cohort"
# 添加样本名作为symbol列，调整列顺序
cohort_df$symbol <- rownames(cohort_df)
cohort_df <- cohort_df[, c("symbol", "Cohort")]
# 筛选需要的样本并重置行名
cohort_df <- cohort_df[cohort_df$symbol %in% c("sample1", "sample2"), ]
rownames(cohort_df) <- NULL

原代码问题说明 #

你之前的代码把包含symbol列的整行转置了，导致结果里多了symbol | Cohort这一行，且默认列名为V1。核心问题是转置时没有排除symbol列，同时转置后没有正确设置列名和过滤冗余行。

内容的提问来源于stack exchange，提问作者Ankita