数据框转换求助：如何用gather/spread实现模型对比所需格式？

我明白你想要把现有的长格式数据转换成以方法为行、变量为列的格式，还要保留每个方法对应的两组观测值。用tidyverse工具链就能轻松搞定，步骤如下：

首先加载需要的包：

library(tidyverse)

第一步，给原数据添加一个分组标识，用来区分每组A/B/C的两次观测（前3行是第一组，后3行是第二组）：

df_with_group <- df %>%
  mutate(group = rep(1:2, each = 3))

接下来用gather把所有方法列（optimal、control、method_1、method_2）转成键值对格式，让每一行对应一个方法、一个变量和它的值：

gathered_df <- df_with_group %>%
  gather(key = "method", value = "value", -variable, -group)

然后用spread把变量（A/B/C）转成列，这样每个方法+分组就对应一行，包含A/B/C三个变量的值：

final_df <- gathered_df %>%
  spread(key = variable, value = value) %>%
  arrange(method, group) %>%  # 按方法和分组排序，让相同方法的行挨在一起
  select(-group)  # 去掉分组列，得到目标格式

运行完这些代码后，final_df就是你想要的结构：

method  A  B   C
1 optimal 10 20  30
2 optimal 40 80 100
3 control 15 15  15
4 control 15 15  15
5 method_1 11 22  28
6 method_1 44 85  95
7 method_2  9 19  31
8 method_2 39 79 102

这里的关键是添加分组列——原数据中每个变量（A/B/C）有两次观测，必须用分组来区分这两次记录，否则spread时会把相同方法的观测合并成一行，这也是你之前尝试没成功的核心原因。

如果你习惯用基础R，也可以用reshape包实现，代码如下：

# 基础R实现方式
library(reshape2)
df$group <- rep(1:2, each = 3)
melted <- melt(df, id.vars = c("variable", "group"), variable.name = "method")
final_df_base <- dcast(melted, method + group ~ variable)
final_df_base <- final_df_base[order(final_df_base$method, final_df_base$group), ]
final_df_base <- final_df_base[, -2]

结果和tidyverse方法完全一致。

内容的提问来源于stack exchange，提问作者Jonathan