R语言中如何将多列独立值转换为Condition与length两列的长格式数据

嘿，这个问题我熟！你要的其实是把这种「分组标题+对应数值」的非标准结构转成标准的长格式数据，用tidyverse的工具就能轻松搞定，我给你两种常见场景的解法：

场景1：数据已经是带分组标记的数据框 #

假设你读取数据后得到的是这样的结构（Condition行对应length列的NA，数值行对应分组列的空值/NA）：

# 模拟你的原始数据结构
df <- data.frame(
  Condition = c("Condition 1", "", "", "Condition 2", "", ""),
  length = c(NA, 11, 17, NA, 41, 45),
  stringsAsFactors = FALSE
)

咱们可以用tidyr::fill来自动填充分组信息，再过滤掉无用的标题行：

library(tidyr)
library(dplyr)

# 填充分组列：把空值用上一行的Condition名称补全
result <- df %>%
  fill(Condition, .direction = "down") %>%
  # 过滤掉没有length数值的行（也就是原来的Condition标题行）
  filter(!is.na(length))

print(result)

运行后就能得到你想要的结果：

Condition length
1 Condition 1     11
2 Condition 1     17
3 Condition 2     41
4 Condition 2     45

场景2：数据是纯向量/文本格式 #

如果你的原始数据是一个混合了分组标签和数值的向量（比如直接从文本文件读取的单列数据）：

# 模拟原始向量数据
raw_vec <- c("Condition 1", "11", "17", "Condition 2", "41", "45")

咱们可以手动匹配每个数值对应的分组：

# 先找出所有Condition标签的位置
condition_positions <- grep("Condition", raw_vec)
# 计算每个Condition对应的数值数量
value_counts <- diff(c(condition_positions, length(raw_vec) + 1)) - 1
# 生成重复的Condition标签列
condition_col <- rep(raw_vec[condition_positions], times = value_counts)
# 提取数值列并转成数字格式
length_col <- as.numeric(raw_vec[-condition_positions])

# 组合成最终数据框
result_df <- data.frame(Condition = condition_col, length = length_col)

这样也能得到完全符合需求的长格式数据~

为啥你之前用transpose、unite、pivot_longer没成功？因为你的原始数据不是标准的宽格式（比如每个Condition对应一列数值），而是「标题+多行数值」的分组结构，所以得先把分组信息填充到每一行数值上，再整理成标准格式，fill函数刚好能帮你搞定这个填充的步骤。

备注：内容来源于stack exchange，提问作者Cooper