R语言中重塑DataFrame：将单棵树观测值设为行的最优方法

原方法直接提取列数据并强制按行填充矩阵，虽然能得到结果，但依赖原始数据的排序顺序，如果Tree的观测顺序打乱或存在缺失值，结果会出错，不够稳健。以下是几种更优的实现方式：

1. Base R 原生方法（无需额外包） #

利用tapply按Tree分组提取周长数据，再转置为矩阵：

mat <- t(tapply(Orange$circumference, Orange$Tree, I))

• 优势：不依赖第三方包，代码简洁，自动保留Tree作为行名，无论原始数据顺序如何都能正确分组。

2. Tidyverse 生态方法（可读性强） #

使用tidyr的pivot_wider重塑数据，配合dplyr处理行名：

library(tidyr)
library(dplyr)

mat <- Orange %>%
  pivot_wider(names_from = age, values_from = circumference) %>%
  column_to_rownames("Tree") %>%
  as.matrix()

• 优势：代码语义清晰，适合后续扩展复杂数据处理逻辑，列名自动使用对应的age值（而非单纯的1-7）。

3. Reshape2 经典方法（兼容旧代码） #

用dcast函数直接将长格式数据转为宽格式矩阵：

library(reshape2)

# 先转为宽格式数据框，再转矩阵
wide_df <- dcast(Orange, Tree ~ age, value.var = "circumference")
mat <- as.matrix(wide_df[, -1])
rownames(mat) <- wide_df$Tree

• 优势：是早期R数据重塑的标准方法，适合维护旧项目代码。

内容的提问来源于stack exchange，提问作者mimmo970