R语言如何将存储性状名称和值的长表转换为可用宽数据集

你要做的是典型的长表转宽表操作，不用手动拆分再关联，以下是3种常用的高效实现方案：

• 方案1：使用tidyr包的pivot_wider函数（最推荐的整洁数据操作方案）
  先安装加载包（已安装可跳过安装步骤）：

  install.packages("tidyr")
  library(tidyr)
  

  转换代码：

  df_wide <- pivot_wider(df, 
    id_cols = ID, # 保留的唯一标识列
    names_from = Traits, # 从Traits列取值作为新列名
    values_from = Trait_val # 从Trait_val列取值填充新列
  )
  

• 方案2：使用基础R自带的reshape函数（无需安装第三方包）
  转换代码：

  df_wide <- reshape(df,
    idvar = "ID",
    timevar = "Traits",
    direction = "wide"
  )
  # 可选：修改列名去掉默认的Trait_val前缀
  colnames(df_wide) <- gsub("Trait_val\\.", "", colnames(df_wide))
  

• 方案3：使用data.table包的dcast函数（适合超大数据量，性能最优）
  先安装加载包：

  install.packages("data.table")
  library(data.table)
  

  转换代码：

  dt <- as.data.table(df)
  df_wide <- dcast(dt, ID ~ Traits, value.var = "Trait_val")
  

以上三种方案执行后都能直接得到你需要的宽表结构，性能远高于手动过滤合并的实现方式。

内容的提问来源于stack exchange，提问作者Natz