R语言group_split列表表格批量处理及taxon样本丰度长表转宽问题

最优解决方案 #

直接使用tidyr提供的pivot_wider长表转宽表函数，无需拆分表格，一行代码即可完成需求，适配任意数量的样本和分类单元，分类单元集合不一致时缺失值会自动填充为NA：

library(tidyverse)

data_final <- data %>%
  pivot_wider(
    id_cols = samp_id,
    names_from = taxon,
    values_from = least
  )

输出结果第一列为samp_id（样本编号），其余列均为分类单元名称，每行对应一个样本的所有分类单元丰度值，完全符合你要求的输出格式。

基于现有group_split逻辑的实现方案 #

如果你想沿用已拆分的data_split对象完成后续处理，可通过purrr::map批量处理每个分组的tibble，无需手动指定任何样本ID：

data_final <- data_split %>%
  # 批量重命名每个分组的丰度列为对应样本ID
  map(~{
    samp_name <- .x$samp_id[1]
    .x %>% select(taxon, least) %>% rename(!!samp_name := least)
  }) %>%
  # 全连接合并所有分组
  reduce(full_join, by = "taxon") %>%
  # 转置为样本为行、分类单元为列的格式
  column_to_rownames("taxon") %>%
  t() %>%
  as.data.frame() %>%
  rownames_to_column("samp_id")

方案说明 #

优先推荐第一种pivot_wider方案，执行效率远高于拆分再合并的逻辑，代码更简洁易维护，针对上百个样本的大表格也能稳定运行。

内容的提问来源于stack exchange，提问作者Maho