R中recast函数转换数据丢失物种关键列如何解决

你写的recast(df, site ~ month)没有将物种维度纳入分组规则，函数会默认对所有未出现在公式中的字段做计数聚合，因此会丢失spA-spD的具体数值，输出无意义的统计结果。
要得到目标格式，需要先把宽格式存储的4列物种数据转成长格式，拆分出独立的物种标识列，再以「站点+物种」为行维度、月份为列维度做宽表转换。

方法1：沿用reshape2包实现 #

你可以先用melt完成宽转长拆分物种列，再用dcast做最终的行列转换：

library(reshape2)
# 第一步：将spA-spD四列转为长格式，拆分出独立的物种列
df_long <- melt(df, 
                id.vars = c("month", "site"), # 指定保留的维度列
                variable.name = "sp", # 物种列命名
                value.name = "val") # 物种对应数值列命名
# 第二步：按site+sp为行、month为列做宽表转换
df_res <- dcast(df_long, site + sp ~ month, value.var = "val")

如果要直接用recast一步完成，可以合并两步逻辑：

df.test <- recast(df, 
                  measure.vars = c("spA","spB","spC","spD"), # 指定要处理的物种列
                  site + variable ~ month)
# 可选：去掉物种名自带的sp前缀，只保留A/B/C/D
df.test$sp <- gsub("sp", "", df.test$variable)
df.test <- df.test[, c("site", "sp", "J", "F", "M")]

方法2：用tidyr包实现（当前主流的简洁写法） #

如果不限制必须使用reshape2，用tidyr的长宽转换函数逻辑更直观，代码可读性更高：

library(tidyr)
library(dplyr)

df_res <- df %>%
  # 先把sp开头的物种列转成长格式，直接去掉sp前缀
  pivot_longer(cols = starts_with("sp"),
               names_to = "sp",
               values_to = "val",
               names_prefix = "sp") %>%
  # 再把月份维度转为列
  pivot_wider(names_from = month,
              values_from = val)

运行后得到的结果结构和预期完全一致，前几行示例如下：

site sp          J          F          M
1    1  A -2.3495117  0.4996352 -0.1203332
2    1  B  0.2746017 -1.8104949 -1.4079240
3    1  C  0.1402782 -2.0587470 -0.5189010
4    1  D  0.4392508 -0.2988978  0.8250460
...

内容的提问来源于stack exchange，提问作者Rspacer