如何在R中将字符列按类别拆分并统计分组频次？

你遇到的spread报错是因为同一个name和type的组合存在重复行，spread要求每个键值组合唯一。解决思路是先统计每个name对应各type的出现次数，再进行列转换，下面提供两种可行方法：

方法一：使用tidyverse工具链（推荐） #

用dplyr统计次数，再用tidyr::pivot_wider替代spread（spread已被pivot_wider替代，功能更灵活）：

library(dplyr)
library(tidyr)

# 原始数据
df1 <- structure(list(name = c("ene", "due", "rabe", "rabe", "kum", 
"kum", "kum", "rike", "smake"), type = c("a", "b", "d", "a", 
"c", "c", "b", "d", "a")), class = "data.frame", row.names = c(NA, 
-9L))

# 转换步骤
df2 <- df1 %>%
  count(name, type) %>%  # 先统计每个name下各type的出现次数，生成唯一组合
  pivot_wider(
    names_from = type,    # 将type的取值转为列名
    values_from = n,      # 对应的值为统计的次数
    names_prefix = "type_",  # 给新列名添加前缀
    values_fill = 0       # 没有对应type的name填充0
  )

# 查看结果
df2

方法二：基础R实现 #

用table函数直接生成交叉频数表，再转换为数据框：

# 原始数据
df1 <- structure(list(name = c("ene", "due", "rabe", "rabe", "kum", 
"kum", "kum", "rike", "smake"), type = c("a", "b", "d", "a", 
"c", "c", "b", "d", "a")), class = "data.frame", row.names = c(NA, 
-9L))

# 生成频数表并转换为数据框
freq_tab <- table(df1$name, df1$type)
df2_base <- as.data.frame.matrix(freq_tab)

# 调整列名和结构
colnames(df2_base) <- paste0("type_", colnames(df2_base))
df2_base$name <- rownames(df2_base)
df2_base <- df2_base[, c("name", "type_a", "type_b", "type_c", "type_d")]  # 调整列顺序

# 查看结果
df2_base

两种方法都能得到你需要的df2格式数据。

内容的提问来源于stack exchange，提问作者ramen