R数据框重塑用于ANOVA：300个变量的长格式转换方法

嘿，这个需求太常见了！要把这种宽格式的批量变量转成适合ANOVA分析的长格式，R里有两个超实用的方法，完全能搞定你的300个国家变量，不用手动一个个折腾。我给你详细说说：

这是tidyverse生态里的标准长格式转换工具，语法清晰，处理批量变量特别省心。

首先确保你安装并加载了tidyverse包：

install.packages("tidyverse")  # 第一次用先安装
library(tidyverse)

假设你的宽格式数据框叫wide_df（每一列是一个国家，列里有4个观测值），执行下面的代码就能一键转成长格式：

long_df <- wide_df %>%
  pivot_longer(
    cols = everything(),          # 选中所有300个国家列
    names_to = "country",         # 把原列名（国家名）放到新列`country`里
    values_to = "value"           # 把每个列里的观测值放到新列`value`里
  )

转完之后的long_df就是你要的结构：country列是国家名，value列是对应的观测值，每个国家会对应4行数据。

要是你不想加载第三方包，base R自带的reshape函数也能完成这个任务：

long_df <- reshape(
  wide_df,
  varying = names(wide_df),  # 指定要转换的所有变量（即所有国家列）
  v.names = "value",         # 观测值列的名称
  timevar = "country",       # 分组列（国家）的名称
  times = names(wide_df),    # 分组列的取值就是原列名（国家名）
  direction = "long"         # 指定转换方向为长格式
)

# 可以删掉自动生成的id列（如果不需要的话）
long_df$id <- NULL

转完数据后，你可以用head(long_df)检查一下格式是否正确，之后就可以直接用aov函数做分析了：

# 构建ANOVA模型，国家作为处理组
anova_model <- aov(value ~ country, data = long_df)

# 查看分析结果
summary(anova_model)

这两种方法都能高效处理300个变量的批量转换，完全不用写循环或者手动处理，非常适合你的场景。

内容的提问来源于stack exchange，提问作者Abby Liu