R语言：无需修改CSV，如何按例2方式读取例1格式的列

嘿，我完全懂你不想手动改CSV格式的麻烦！其实根本不用动原始文件，直接在R里把你的宽格式数据（例1）转换成适合t-test的长格式（例2）就好，下面给你两种简单的实现方法：

先明确数据格式 #

假设你的例1（宽格式）数据长这样：

# 示例宽格式数据（对应你的例1）
df_wide <- data.frame(
  对照组 = c(12, 15, 14, 16),
  实验组 = c(18, 20, 17, 19)
)

你需要转换成的例2（长格式）是这样的：

# 目标长格式数据（对应你的例2）
df_long <- data.frame(
  分组 = rep(c("对照组", "实验组"), each = 4),
  数值 = c(12, 15, 14, 16, 18, 20, 17, 19)
)

方法1：用tidyverse的pivot_longer（推荐，语法直观） #

这是最常用的宽转长工具，属于tidyverse生态，语法清晰易读：

1. 先加载tidyverse包（如果没装过先运行install.packages("tidyverse")）

library(tidyverse)

2. 读取原始宽格式CSV，直接转换：

# 读取你的原始数据（不用提前改CSV！）
df_wide <- read.csv("你的数据文件路径.csv")

# 一键转成长格式
df_long <- df_wide %>%
  pivot_longer(
    cols = everything(),  # 把所有列都转为数值行（如果只想转特定列，写成cols = c(对照组, 实验组)）
    names_to = "分组",     # 原列名作为新的分组列名称
    values_to = "数值"     # 原单元格值作为新的数值列名称
  )

方法2：用Base R的reshape函数（无需额外装包） #

如果不想装新包，用Base R自带的reshape函数也能实现：

# 读取原始数据
df_wide <- read.csv("你的数据文件路径.csv")

# 转换为长格式
df_long <- reshape(
  df_wide,
  varying = names(df_wide),  # 指定要转换的列（这里是所有列）
  v.names = "数值",          # 数值列的名称
  timevar = "分组",          # 分组列的名称
  times = names(df_wide),    # 分组的具体取值（原列名）
  direction = "long"         # 明确转换方向为长格式
)

# 可以删除自动生成的id列（如果不需要）
df_long <- df_long[, -which(names(df_long) == "id")]

转换完成后直接用t-test #

转成长格式后，就可以直接用公式化语法做t-test了：

t.test(数值 ~ 分组, data = df_long)

内容的提问来源于stack exchange，提问作者ZaneH.