R语言中特殊数据转置问题：长表转宽表需求求助

你的需求本质是将长格式数据框转换为宽格式，针对你10000个独特rRNA标签、39000条记录的大数据量，推荐以下两种高效方法：

方法1：使用tidyverse的pivot_wider（语法直观） #

先加载tidyverse包，pivot_wider专门用于长转宽，能自动处理重复分组并填充缺失值：

# 加载包
library(tidyverse)

# 示例数据
current_data <- data.frame(Sampling_dates = c(rep("Date1",2), rep("Date2",3), rep("Date3",3)), 
                   rRNA_tag = c("AA", "AC", "AG", "AA", "UU", "AA", "AG", "CC"),
                   Rel_abundance = c(50, 50, 40, 25, 35, 20, 50, 30))

# 转换为宽格式
goal_tidy <- current_data %>%
  pivot_wider(
    id_cols = rRNA_tag,          # 作为行标识的列
    names_from = Sampling_dates, # 转为列名的列
    values_from = Rel_abundance, # 填充到单元格的值
    values_fill = NA             # 缺失值填充NA，需要0的话改成0
  )

# 查看结果
goal_tidy

运行结果和你目标的goal数据框完全一致：

rRNA_tag Date1 Date2 Date3
1       AA    50    25    20
2       AC    50    NA    NA
3       AG    NA    40    50
4       UU    NA    35    NA
5       CC    NA    NA    30

方法2：使用data.table的dcast（大数据处理更快） #

如果你的数据集运行速度慢，data.table的dcast性能更优，适合十万级以上数据：

# 加载包
library(data.table)

# 转换为data.table对象
setDT(current_data)

# 转换为宽格式
goal_dt <- dcast(
  current_data,
  rRNA_tag ~ Sampling_dates, # 行标识 ~ 列名的公式
  value.var = "Rel_abundance", # 填充值的列
  fill = NA # 缺失值填充NA，需要0改0
)

# 查看结果
goal_dt

为什么你之前的方法无效？ #

你用转置+重命名的方式，只是单纯转换了行列结构，但没有对相同rRNA_tag+相同采样日期的组合进行聚合，导致生成了冗余的列。而上面两种方法会自动识别唯一的rRNA_tag和Sampling_dates组合，将对应Rel_abundance值填充到正确位置，缺失的组合自动填充NA/0。

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