R 将一列展开为多列

我有一列“m”，其中包含与一个主题（ID）关联的多个值。我需要将此列中的值分散在5个不同的列中，以获得下面提供的第二个表。我还需要将名称与这些列相关联

f <- read.table(header = TRUE, text = "
    Scale ID            m
1       1  1    0.4089795
2       1  1  0.001041055
3       1  1    0.1843616
4       1  1   0.03398921
5       1  1        FALSE
6       3  1    0.1179424
7       3  1    0.3569155
8       3  1    0.2006204
9       3  1   0.04024855
10      3  1        FALSE
")  

谢谢你的帮助

df%
df <- read.table(header = TRUE, text = "
Scale ID            m
1       1  1    0.4089795
2       1  1  0.001041055
3       1  1    0.1843616
4       1  1   0.03398921
5       1  1        FALSE
6       3  1    0.1179424
7       3  1    0.3569155
8       3  1    0.2006204
9       3  1   0.04024855
10      3  1        FALSE
") 

library(tidyverse)

df %>%
  group_by(Scale, ID) %>%                     # for each combination of Scale and ID
  mutate(names = c("x","y","z","a","b")) %>%  # add column names
  ungroup() %>%                               # forget the grouping
  spread(-Scale, -ID) %>%                     # reshape data
  select(Scale, ID, x, y, z, a, b)            # order columns

# # A tibble: 2 x 7
#   Scale    ID x         y           z         a          b    
#   <int> <int> <fct>     <fct>       <fct>     <fct>      <fct>
# 1     1     1 0.4089795 0.001041055 0.1843616 0.03398921 FALSE
# 2     3     1 0.1179424 0.3569155   0.2006204 0.04024855 FALSE

按（比例，ID）%>%对每个比例和ID组合进行分组
变异（名称=c（“x”、“y”、“z”、“a”、“b”））%>%#添加列名
取消分组（）%>%#忘记分组
扩展（-Scale，-ID）%>%#重塑数据
选择（比例、ID、x、y、z、a、b）#顺序列
##A tibble:2 x 7
#刻度ID x y z a b
#                            
#1 1 0.4089795 0.001041055 0.1843616 0.03398921假
#2 3 1 0.1179424 0.3569155 0.2006204 0.04024855假

我的数据集的可能重复项没有列，列中的每个列的名称都要排列。我想将数据集分成五列，然后重命名它们。不过，如果这是不可能的，我会删除我的问题。

df <- read.table(header = TRUE, text = "
Scale ID            m
1       1  1    0.4089795
2       1  1  0.001041055
3       1  1    0.1843616
4       1  1   0.03398921
5       1  1        FALSE
6       3  1    0.1179424
7       3  1    0.3569155
8       3  1    0.2006204
9       3  1   0.04024855
10      3  1        FALSE
") 

library(tidyverse)

df %>%
  group_by(Scale, ID) %>%                     # for each combination of Scale and ID
  mutate(names = c("x","y","z","a","b")) %>%  # add column names
  ungroup() %>%                               # forget the grouping
  spread(-Scale, -ID) %>%                     # reshape data
  select(Scale, ID, x, y, z, a, b)            # order columns

# # A tibble: 2 x 7
#   Scale    ID x         y           z         a          b    
#   <int> <int> <fct>     <fct>       <fct>     <fct>      <fct>
# 1     1     1 0.4089795 0.001041055 0.1843616 0.03398921 FALSE
# 2     3     1 0.1179424 0.3569155   0.2006204 0.04024855 FALSE