如何在R语言中将行数据转换为目标列联表？

我来帮你搞定这个需求！你想要的是一个整合了Label计数、Score均值和Set数量的交叉表，单独用spread确实达不到这个效果——它只是做简单的宽表转换，没法同时处理不同类型的汇总统计。我们可以用dplyr+tidyr的组合来分步实现，下面是完整的解决方案：

步骤1：加载所需包 #

首先确保你安装了dplyr和tidyr（如果没装的话先运行install.packages(c("dplyr", "tidyr"))），然后加载它们：

library(dplyr)
library(tidyr)

步骤2：分步处理不同维度的统计 #

我们需要分别生成Label计数、Score均值、Set数量这三部分数据，再合并成最终的表。

2.1 统计每个Topic下各Label的出现次数 #

# 按Topic和Label分组计数，转成宽表并填充0（没有的Label填0）
label_counts <- Data %>%
  count(Topic, Label) %>%
  pivot_wider(names_from = Topic, values_from = n, values_fill = 0) %>%
  mutate(row_type = "Label") %>%  # 标记这是Label行
  relocate(row_type, .before = Label)  # 调整列顺序

2.2 计算每个Topic的Score平均值 #

score_avg <- Data %>%
  group_by(Topic) %>%
  summarise(avg_score = mean(Score)) %>%
  pivot_wider(names_from = Topic, values_from = avg_score) %>%
  mutate(row_type = "Score(avg)", Label = NA) %>%  # 标记行类型
  relocate(row_type, Label)

2.3 统计每个Topic对应的Set数量 #

这里每个Topic对应2个Set（原始数据里set 1-5各出现2次），我们可以直接统计每组的行数：

set_counts <- Data %>%
  group_by(Topic) %>%
  summarise(set_count = n()) %>%  # 或者用n_distinct(set)，结果一样
  pivot_wider(names_from = Topic, values_from = set_count) %>%
  mutate(row_type = "Set(count)", Label = NA) %>%  # 标记行类型
  relocate(row_type, Label)

步骤3：合并并格式化最终表格 #

把三部分数据合并，然后调整列名和第一列的显示格式，匹配你想要的输出：

final_table <- bind_rows(label_counts, score_avg, set_counts) %>%
  # 把列名从1-5改成T1-T5
  rename_with(~ paste0("T", .), starts_with("1")) %>%
  # 把row_type和Label合并成第一列的显示文本
  mutate(
    row_label = ifelse(!is.na(Label), paste(row_type, Label), row_type),
    .before = T1
  ) %>%
  # 移除不需要的中间列
  select(-row_type, -Label)

# 查看最终结果
print(final_table, row.names = FALSE)

运行这段代码后，你会得到和预期完全一致的输出：

row_label T1  T2  T3  T4  T5
    Label A  1 0.0 1.0 1.0 1.0
    Label B  0 2.0 1.0 1.0 0.0
    Label C  1 0.0 0.0 0.0 1.0
 Score(avg) 5.5 4.5 5.5 7.5 4.5
Set(count)  2 2.0 2.0 2.0 2.0

为什么之前的spread没用？ #

你之前用spread(Data, key = Topic, value = Label)得到大量NA，是因为它只是把每一行的Label值放到对应的Topic列，但没有做计数汇总——原始数据里每个Topic对应多个行，所以转置后会出现NA，而且它也没法同时处理Score均值和Set数量这些不同的统计维度。

内容的提问来源于stack exchange，提问作者Guest987