R语言技术需求：将单列橄榄球队胜负数据拆分为胜负两列

嘿，我来帮你搞定这个数据拆分的问题！你的数据集里每个赛季的每支球队都有两行记录，分别对应胜场和负场的数值，我们可以用几种不同的R语言方法把它们合并成一行，拆分成Wins和Losses两列，下面是具体实现：

方法1：用tidyr的pivot_wider（推荐，直观清晰） #

这个方法先给每组数据标记胜负类型，再转换为宽格式，非常适合处理这类长转宽的问题：

# 加载tidyverse包（包含tidyr和dplyr）
library(tidyverse)

# 你的示例数据
Football <- data.frame ( 
  Season = rep ("2009", 10), 
  Team = rep (c("ARI", "ARI", "ATL", "ATL", "BAL", "BAL", "BUF", "BUF", "CAR", "CAR")), 
  Value = c(10, 6, 7, 9, 7, 9, 6, 10, 8, 8) 
)

# 给每个球队的两行数据标记"Wins"和"Losses"
Football <- Football %>%
  group_by(Season, Team) %>%
  mutate(Result = c("Wins", "Losses")) %>%
  ungroup()

# 转换为宽格式，得到目标结构
Football_wide <- Football %>%
  pivot_wider(names_from = Result, values_from = Value)

# 查看结果
print(Football_wide)

运行后你会得到这样的输出：

# A tibble: 5 × 4
  Season Team  Wins Losses
  <chr>  <chr> <dbl>  <dbl>
1 2009   ARI      10      6
2 2009   ATL       7      9
3 2009   BAL       7      9
4 2009   BUF       6     10
5 2009   CAR       8      8

方法2：用dplyr的summarize（更简洁） #

如果你确定每个球队的第一行是胜场、第二行是负场，可以直接提取每组的首尾值：

library(dplyr)

Football_wide <- Football %>%
  group_by(Season, Team) %>%
  summarize(
    Wins = first(Value),
    Losses = last(Value),
    .groups = "drop"  # 取消分组
  )

print(Football_wide)

这个方法不需要额外标记列，代码更短，结果和上面完全一致。

方法3：Base R实现（无需额外包） #

如果不想加载第三方包，用Base R也能完成：

# 按赛季和球队分组拆分Value列
value_groups <- split(Football$Value, list(Football$Season, Football$Team))

# 构造目标数据框
Football_wide <- data.frame(
  Season = sapply(strsplit(names(value_groups), "\\."), `[`, 1),
  Team = sapply(strsplit(names(value_groups), "\\."), `[`, 2),
  Wins = sapply(value_groups, `[`, 1),
  Losses = sapply(value_groups, `[`, 2)
)

print(Football_wide)

这里用split()分组，再从分组名称中提取赛季和球队信息，最后提取每组的两个值作为胜场和负场。

内容的提问来源于stack exchange，提问作者JJGabe