使用R重塑计数数据：将频次数据集转换为单观测行

Hey Chris, 我来帮你搞定这个数据格式转换的事儿！这种把频次汇总表拆成每行一条独立观测的需求太常见了，我给你准备了R和Python两种主流工具的实现方案，你挑顺手的用就行~

首先先模拟一份和你描述匹配的原始数据（方便你对照）：

# 模拟原始汇总数据
original_df <- data.frame(
  ID = c("A1", "A2", "B1"),
  total = c(3, 2, 5),
  structure = c("attached", "detached", "attached"),
  age = c("New", "Old", "Old")
)

接下来用tidyr包的uncount()函数一步完成行扩展，同时保留所有分组列：

library(tidyr)

# 按total列的数值重复每行，得到单条观测格式
expanded_df <- original_df %>%
  uncount(total)

# 按需把分组列转成因子类型（如果后续需要做统计分析的话很有用）
expanded_df$structure <- factor(expanded_df$structure)
expanded_df$age <- factor(expanded_df$age)

简单说下逻辑：uncount()会自动把每行重复total次，直接得到你要的“每行对应一条独立观测”的格式，分组列会跟着自动复制；如果需要把attached/detached、New/Old转成因子，用factor()函数直接转换就行。

同样先模拟原始数据（用pandas处理）：

import pandas as pd

# 模拟原始汇总数据
original_df = pd.DataFrame({
    "ID": ["A1", "A2", "B1"],
    "total": [3, 2, 5],
    "structure": ["attached", "detached", "attached"],
    "age": ["New", "Old", "Old"]
})

用pandas的repeat()方法扩展行，之后重置索引避免重复：

# 按total列的数值重复每行
expanded_df = original_df.loc[original_df.index.repeat(original_df['total'])]

# 重置索引，得到干净的单条观测数据
expanded_df = expanded_df.reset_index(drop=True)

# 把分组列转成pandas的因子类型（Categorical）
expanded_df['structure'] = pd.Categorical(expanded_df['structure'])
expanded_df['age'] = pd.Categorical(expanded_df['age'])

这里的repeat()会根据total的值重复对应行，重置索引后就得到规整的格式；pd.Categorical就是pandas里的因子类型，适合后续的分类统计。

额外说明：如果原始数据是宽格式分组 #

要是你的原始数据里attached/detached、New/Old是分成单独列的宽格式（比如有attached、detached两列，值为0/1），那需要先转成长格式再扩展：

R里的处理：

library(tidyr)

# 模拟宽格式原始数据
wide_df <- data.frame(
  ID = c("A1", "A2"),
  total = c(3,2),
  attached = c(1,0),
  detached = c(0,1),
  New = c(1,0),
  Old = c(0,1)
)

# 先把宽格式分组转成长格式
long_df <- wide_df %>%
  pivot_longer(cols = c(attached, detached), names_to = "structure", values_to = "flag") %>%
  filter(flag == 1) %>%
  pivot_longer(cols = c(New, Old), names_to = "age", values_to = "flag2") %>%
  filter(flag2 == 1) %>%
  select(ID, total, structure, age)

# 再扩展行
expanded_df <- long_df %>% uncount(total)

Python里的处理：

# 模拟宽格式原始数据
wide_df = pd.DataFrame({
    "ID": ["A1", "A2"],
    "total": [3,2],
    "attached": [1,0],
    "detached": [0,1],
    "New": [1,0],
    "Old": [0,1]
})

# 宽格式转长格式
long_df = pd.melt(wide_df, id_vars=['ID', 'total'], value_vars=['attached', 'detached'], 
                  var_name='structure', value_name='flag')
long_df = long_df[long_df['flag'] == 1].drop('flag', axis=1)
long_df = pd.melt(long_df, id_vars=['ID', 'total', 'structure'], value_vars=['New', 'Old'], 
                  var_name='age', value_name='flag2')
long_df = long_df[long_df['flag2'] == 1].drop('flag2', axis=1)

# 扩展行
expanded_df = long_df.loc[long_df.index.repeat(long_df['total'])].reset_index(drop=True)

内容的提问来源于stack exchange，提问作者Chris K