自定义pivot_wider并合并行：DataFrame按ID重构为宽表需求

针对你的需求，结合dplyr分组聚合和tidyr::pivot_wider可以完美实现，核心是先处理好聚合逻辑再转宽：

1. 加载所需R包 #

library(dplyr)
library(tidyr)
library(stringr) # 用于列名拼接

2. 预处理数据：按ID和Feature聚合 #

先分组计算Quantity总和，同时按照规则处理Quality和Condition：

aggregated_df <- original_df %>%
  group_by(ID, Feature) %>%
  summarise(
    # 对Quantity求和，忽略NA
    Quantity = sum(Quantity, na.rm = TRUE),
    # 若总和>1，Quality设为空；否则取组内第一个非空值
    Quality = if (Quantity > 1) NA else first(Quality[!is.na(Quality)]),
    # 同理处理Condition
    Condition = if (Quantity > 1) NA else first(Condition[!is.na(Condition)]),
    .groups = "drop" # 取消分组状态
  )

3. 转换为宽表 #

用pivot_wider展开Feature对应的属性，通过names_glue生成目标格式的列名：

wide_result <- aggregated_df %>%
  pivot_wider(
    id_cols = ID, # 以ID作为行标识
    names_from = Feature, # 按Feature展开列
    values_from = c(Quantity, Quality, Condition), # 要展开的字段
    # 拼接列名：Feature名 + 字段缩写
    names_glue = "{Feature}{str_replace_all(.value, c(
      'Quantity' = 'Quant', 
      'Quality' = 'Qual', 
      'Condition' = 'Cond'
    ))}"
  )

最终结果 #

运行后得到的wide_result结构与你预期完全一致：

补充说明：如果不想依赖stringr，可以用基础R的switch函数手动映射列名：

names_glue = "{Feature}{switch(.value, 
  Quantity = 'Quant', 
  Quality = 'Qual', 
  Condition = 'Cond'
)}"

内容的提问来源于stack exchange，提问作者Rachel