在R中重塑数据：合并向量后分组的实现问题

你的问题出在group向量的构造上：原代码里group = c("A", "B", "C")只有3个元素，但values = c(V1, V2, V3)有9个元素，R会自动循环补齐group向量，导致分组和值的对应关系完全错位。

下面是两种可行的修正方案：

方案一：直接构造正确的分组向量 #

手动让每个分组标签重复对应向量的长度（这里每个向量有3个元素），用rep()函数的each参数实现：

V1 <- c(1,2,3)
V2 <- c(4,5,6)
V3 <- c(7,8,9)

data <- data.frame(
  Group = rep(c("A", "B", "C"), each = 3),
  Value = c(V1, V2, V3)
)

这里rep(c("A", "B", "C"), each = 3)会生成c("A","A","A","B","B","B","C","C","C")，刚好和values的9个元素一一对应，得到你想要的结果。

方案二：先构建宽数据框再转长（更规范的做法） #

如果后续有更多列需要处理，推荐先把向量合并成宽格式的数据框，再用tidyr包的pivot_longer()函数转成长格式：

library(tidyr)

V1 <- c(1,2,3)
V2 <- c(4,5,6)
V3 <- c(7,8,9)

# 先创建宽数据框
wide_data <- data.frame(V1, V2, V3)
# 转成长格式，同时指定分组标签
long_data <- pivot_longer(wide_data, 
                          cols = everything(), 
                          names_to = "Group", 
                          values_to = "Value")
# 替换分组标签为A/B/C
long_data$Group <- c("A", "B", "C")[match(long_data$Group, c("V1", "V2", "V3"))]

这种方法不需要手动计算重复次数，适合列数较多的场景，扩展性更强。

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