如何在R中基于现有数据表创建男女得分分列存储的新表

以下两种方案均可以实现需求，你可以根据使用习惯选择： #

前置准备：示例原始数据（可替换为你的实际数据表） #

df <- data.frame(gender = rep(c("male", "female"), c(3,2)), score = c(85,92,78,95,88)) #

方法1：使用tidyverse生态（dplyr + tidyr，适合习惯tidy语法的用户） #

1. 先加载依赖包
   library(tidyverse)
2. 执行转换代码

new_df <- df %>%
  # 按性别分组
  group_by(gender) %>%
  # 为每个性别内的得分生成顺序编号，用于后续对齐行数
  mutate(row_id = row_number()) %>%
  # 把gender列的取值转为新列名，score作为对应列的值
  pivot_wider(names_from = gender, values_from = score) %>%
  # 删除用于对齐的辅助编号列
  select(-row_id)

注：如果男女样本数量不一致，样本更少的列空缺位置会自动填充NA #

方法2：base R原生实现（无需安装额外包） #

# 按性别拆分得分到独立向量
score_list <- split(df$score, df$gender)
# 取两个性别最大的样本数作为新表行数
max_len <- max(lengths(score_list))
# 初始化新表
new_df <- data.frame(
  male = rep(NA, max_len),
  female = rep(NA, max_len)
)
# 填充对应性别的得分
new_df$male[1:length(score_list$male)] <- score_list$male
new_df$female[1:length(score_list$female)] <- score_list$female

小提示：如果你的数据中男女样本数量完全一致，可以用更简洁的写法：
new_df <- data.frame(male = df$score[df$gender == "male"], female = df$score[df$gender == "female"]) #

结果验证 #

执行head(new_df)即可查看生成的新表结构，确认符合要求。

内容的提问来源于stack exchange，提问作者Lilach