在R语言中实现透视表数据向目标表的匹配迁移

首先，你的需求核心是将长格式的样本数据（Sheet_1）转换为宽格式，并与患者主表（Sheet_2）按ID和采样时间顺序匹配填充。双重循环不仅代码繁琐，在数据量大时效率极低，推荐使用dplyr和tidyr工具包的向量化操作来解决，步骤清晰且性能更优。

步骤1：为Sheet_1的样本按时间分配序号 #

首先需要给每个患者的样本按采样时间排序，分配对应的序号（1对应首次采样，2对应第二次，以此类推），这样能和Sheet_2的Sample_Value_1/2/3/4列一一对应：

library(dplyr)
library(tidyr)

# 处理Sheet_1：统一ID类型，按ID分组后按采样时间排序，生成对应列名的序号
Sheet_1_processed <- Sheet_1 %>%
  mutate(ID = as.integer(ID)) %>% # 确保ID类型与Sheet_2一致
  group_by(ID) %>%
  arrange(Sample_Time) %>% # 按采样时间从早到晚排序
  mutate(Sample_Number = paste0("Sample_Value_", row_number())) %>% # 生成匹配Sheet_2的列名
  ungroup()

步骤2：将Sheet_1转换为宽格式 #

把长格式的样本数据转换为宽格式，每个ID一行，列名为Sample_Value_1、Sample_Value_2等：

Sheet_1_wide <- Sheet_1_processed %>%
  pivot_wider(
    id_cols = ID,
    names_from = Sample_Number,
    values_from = Sample_Value
  )

步骤3：合并到Sheet_2并填充值 #

最后将处理好的宽格式表与Sheet_2按ID合并，自动填充对应的Sample_Value列：

# 合并并填充样本值到Sheet_2
Sheet_2_final <- Sheet_2 %>%
  left_join(Sheet_1_wide, by = "ID")

验证结果 #

运行上述代码后，Sheet_2_final中的Sample_Value列会被精准填充：

• 比如ID=2的首次采样时间是2012-06-30，对应Sample_Value_1=185；第二次采样时间2012-08-11，对应Sample_Value_2=153，完全匹配Sheet_2的时间列。
• ID=3的4个样本会依次填充到Sample_Value_1到Sample_Value_4，与Sheet_2的4个时间列完全对应。

为什么这个方法比循环更好？ #

• 效率更高：向量化操作避免了循环的逐行遍历，在样本量较大（比如数千/数万条）时，速度提升非常明显。
• 代码更简洁可读：每一步逻辑清晰，便于后续维护和修改。
• 容错性更强：自动处理不同患者样本数量不一致的情况（比如有的患者只有1个样本，有的有4个），无需额外编写判断逻辑。

内容的提问来源于stack exchange，提问作者Gus