如何将dplyr双因子分组的汇总结果重排为行列对应因子的交叉表？

针对两个分组因子分别作为行、列维度、单元格存放汇总值的交叉表场景，以下几种无需手动拼接矩阵的方案，可以直接适配你现有基于dplyr的分析流程：

方案1：tidyverse生态链式衔接 #

作为同生态的标准功能，pivot_wider()可以直接接在分组汇总代码后，把长表一键转为目标交叉表：

library(tidyr)

df %>%
  group_by(isx, grp) %>%
  summarize(mean_val = mean(val), .groups = "drop") %>% # 去掉残留的分组层级
  pivot_wider(names_from = grp, values_from = mean_val)

输出结果与需求结构完全匹配：

# A tibble: 2 × 4
  isx       a     b     c
  <fct> <dbl> <dbl> <dbl>
1 FALSE   8.5   9.5  10.5
2 TRUE    2.5   3.5   4.5

注意：提前给汇总值命名（比如上面的mean_val = ），可以避免后续调整列名参数的额外操作，代码可读性也更强。

方案2：基础R原生单函数实现 #

如果不想加载额外扩展包，基础R自带的xtabs()可以跳过中间长表步骤，直接一步生成交叉表：

# 单元格默认计算求和值
xtabs(val ~ isx + grp, data = df)

# 调整汇总规则为均值
xtabs(mean(val) ~ isx + grp, data = df)

输出为原生table格式，行维度自动对应isx因子、列维度自动对应grp因子，不需要额外调整方向。

方案3：快速纯矩阵输出 #

如果需要返回纯矩阵格式的结果，用tapply()可以单函数完成计算：

tapply(df$val, list(row = df$isx, col = df$grp), mean)

返回的矩阵会自动继承因子的水平顺序，和手动整理的维度结构完全一致。

补充：后续搜索同类功能时，可以补充使用「长表转宽表」「pivot_wider」「xtabs 交叉表」这类更精准的术语，能直接定位到对应功能的官方文档。

内容的提问来源于stack exchange，提问作者dim fish