R语言中将tibble转换为按TF分组靶基因分列的dataframe的方法

直接使用tidyverse生态的函数即可完成需求，示例代码如下：

1. 前置依赖安装与加载
   如果尚未安装对应工具包，先执行安装：
   install.packages("tidyverse")
   加载包：

library(tidyverse)

2. 核心转换代码
   假设你的原始tibble命名为tf_raw_data，转换代码如下：

# 执行格式转换
tf_wide_df <- tf_raw_data %>%
  # 按TF字段分组，把对应所有靶基因汇总为列表
  group_by(TF) %>%
  summarise(targets = list(target)) %>%
  # 把靶基因列表拆分为独立列，列名格式为target_1、target_2...
  unnest_wider(targets, names_sep = "_") %>%
  # 新增默认值为None的Description字段
  mutate(Description = "None") %>%
  # 调整列顺序，Description紧跟TF字段之后
  select(TF, Description, everything()) %>%
  # 转为标准data.frame格式，若保留tibble可删除这一行
  as.data.frame()

3. 效果说明

• 输出结果每行对应唯一TF，列数自动匹配靶基因数量最多的TF的长度
• 靶基因数量较少的TF，后续缺失列自动填充NA值
• 若不需要target_前缀的列名，可在unnest_wider函数中调整names_sep参数，或后续通过colnames()自定义列名

内容的提问来源于stack exchange，提问作者nik.van