将行标题转换为列并统计值：DataFrame列值计数实现问题

问题回顾 #

你有这样一个数据集：

ID    Fig1  Fig2  TER1  TER2  TER3
ERT-1 50    25    A     A     C
ERT-2 80    35    B     C     B
ERT-5 10    75    C     C     A

想要统计TER1、TER2、TER3每列中A、B、C的出现次数，目标结果是：

XYZ   A  B  C
TER1  1  1  1
TER2  1  0  2
TER3  1  1  1

之前尝试dcast没成功，其实是没走对数据转换的流程，下面给你两种靠谱的实现方法：

方法一：用tidyverse（dplyr + tidyr）实现 #

这个方法步骤清晰，适合习惯tidy风格的用户：

library(tidyverse)

# 假设你的原始数据框名为df
final_df <- df %>%
  # 只保留TER开头的列，过滤掉不需要的ID、Fig列
  select(starts_with("TER")) %>%
  # 将宽格式转为长格式，列名存为XYZ，取值存为value
  pivot_longer(cols = everything(), names_to = "XYZ", values_to = "value") %>%
  # 按列名和取值分组，统计每组的数量
  count(XYZ, value) %>%
  # 转回宽格式，缺失的计数用0填充
  pivot_wider(names_from = value, values_from = n, values_fill = 0)

方法二：用data.table的melt + dcast #

既然你尝试过dcast，那用data.table的这套组合拳应该更顺手：

library(data.table)

# 将数据转为data.table对象
setDT(df)

# 先melt拆分TER列，再用dcast统计计数
final_df <- dcast(
  melt(df, measure.vars = patterns("^TER"), variable.name = "XYZ"),
  XYZ ~ value,
  fun.aggregate = length,
  fill = 0
)

这两种方法都能精准得到你想要的结果，核心逻辑都是先把宽表转成便于统计的长表，统计完再转回目标宽表格式。

内容的提问来源于stack exchange，提问作者Roy1245