如何使用pivot_wider按pic_type分组两两合并tibble中的行

你可以通过tidyverse套件的行列转换逻辑快速实现需求，也可以用base R完成操作：

方法1：tidyverse实现（推荐） #

先加载依赖包，构造示例数据后执行转换：

# 加载包
library(tidyverse)

# 构造你的示例数据
df <- tibble(
  pic_type = c(1,1,2,2),
  dim1 = c(3,5,8,5),
  dim2 = c(2,5,1,1),
  dim3 = c(1,6,2,1)
)

# 核心转换逻辑
result <- df %>%
  # 按pic_type分组
  group_by(pic_type) %>%
  # 给组内的两行标记序号1、2
  mutate(row_idx = row_number()) %>%
  ungroup() %>%
  # 行转宽，按序号拆分dim字段
  pivot_wider(
    id_cols = pic_type,
    names_from = row_idx,
    values_from = starts_with("dim")
  )

生成的结果默认列名为dim1_1、dim2_1、dim3_1、dim1_2、dim2_2、dim3_2，带后缀区分同维度的第一个/第二个取值，符合R数据框列名不重复的规范。如果确实需要和示例一致的重复列名（不推荐，会影响后续数据处理），可以用names(result) <- c("pic_type", rep(c("dim1","dim2","dim3"), 2))手动修改。

方法2：base R实现 #

不需要加载第三方包的实现方式：

# 拆分分组后合并行
result <- do.call(rbind, lapply(split(df, df$pic_type), function(x) {
  cbind(pic_type = x$pic_type[1], x[1, -1], x[2, -1], row.names = NULL)
}))
# 重置列名（可选，同上述说明）
names(result) <- c("pic_type", rep(c("dim1","dim2","dim3"), 2))

内容的提问来源于stack exchange，提问作者user3579222