如何将R数据框中同一类别的值拆分至单独列？

没问题，我来帮你搞定这个需求！你需要把每个类别下的多个值拆分成单独的列，也就是把长格式数据转换为宽格式。下面提供两种实用的解决方案，分别基于tidyverse工具包和Base R：

首先要注意，你用cbind()生成的是字符矩阵，value列会被转成字符类型，所以第一步先把它转成标准的数据框并修正类型：

class <- c("A","B", "B","C","D","D","D")
value <- c(1,3,2,5,6,2,5)
# 用data.frame创建正确的结构化数据
df <- data.frame(class, value, stringsAsFactors = FALSE)

接下来，我们给每个类别内的观测添加一个组内序号，这样转宽时每个值都能对应唯一的列名：

# 加载需要的包（如果没安装先运行 install.packages(c("dplyr", "tidyr"))）
library(dplyr)
library(tidyr)

# 添加组内序号
df_with_id <- df %>%
  group_by(class) %>%
  mutate(row_id = row_number()) %>% # 每个class下从1开始编号
  ungroup()

最后用pivot_wider()完成长转宽：

wide_df <- df_with_id %>%
  pivot_wider(
    names_from = c(class, row_id), # 用类别+组内序号作为列名
    values_from = value # 提取value列的值填充
  )

运行后得到的wide_df结构如下：

如果你不想依赖第三方包，可以用Base R实现：

class <- c("A","B", "B","C","D","D","D")
value <- c(1,3,2,5,6,2,5)
df <- data.frame(class, value)

# 按类别拆分数据
class_groups <- split(df$value, df$class)

# 找到最大的类别值数量，给短的组补NA对齐长度
max_len <- max(sapply(class_groups, length))
padded_groups <- lapply(class_groups, function(x) c(x, rep(NA, max_len - length(x))))

# 转换为数据框并调整列名
wide_df_base <- as.data.frame(padded_groups)
colnames(wide_df_base) <- unlist(lapply(names(padded_groups), function(c) paste0(c, "_", 1:length(padded_groups[[c]]))))

这个方法得到的结果和tidyverse版本完全一致，只是不需要额外安装包。

内容的提问来源于stack exchange，提问作者Inna