我被要求为一位同事重塑一个数据框，并花了很多时间试图弄清楚它，但我无法解决她的问题。因此，我创建了一个小示例来寻求Stackoverflow社区的帮助
示例数据帧（在下面找到代码）：
试验=示例数据
final_example =预期结果的子集
目标是从行格式转换为列格式，在进行此过渡时定义要尊重的参数（计算个人），并在完成数据重塑后最终计算出kaplan meier生存曲线（我已经对kaplan meier生存进行了编码曲线）。我需要重塑数据的帮助。
在试验df中，有一个列“治疗”，分为4个级别，其中每个处理重复几次（有些重复比其他重复/少）。在这些笼子中，每个重复的治疗被分配给带有“个人”的不同“笼子”。
每天采集一次数据，在我们的示例中从“第0天”到“第13天”开始。真实数据集超过70天以上
在每天的数据记录中，确定是否需要从实验中删除某个人。如果将某人从实验中删除，则将其定义为“ S”或“ D”数据，因此为什么试验df具有“ Day 0_S”或“ Day 1_D”，因此我们将排除所有“ A”数据最终数据集。 如果已获取数据，则无论是“ S”还是“ A”，都表示该人已从实验中删除
我们仅保留数据不为0的信息。例如，第一个笼式TeA在第0天具有数据，直到第3天都没有数据。final_example df显示此信息，其中不包括第1天和第2天。
重要的是，按时间顺序将在同一笼中被移走的个体汇总在一起。如果我们将我的示例与笼式TeA一起使用：在第0天，删除了1个人，称为TeA_01。在同一笼中的第3天，移除了3个人，因此，它们将是TeA_02，TeA_03和TeA_04。 这部分对我来说很难编码。
“ S”或“ D”数据在最后一个称为“状态”的列中具有定义的类别，其中：
S = 1 D = 0
我希望这个问题很清楚，如果没有，请随时澄清。
感谢Stackoverflow社区！ ：）
我过去曾发布过一些有关重塑数据帧的问题，并探讨了诸如collect（）和mutate（）函数之类的选项，但是
trial <- read.table("https://pastebin.com/raw/BLwHDr0X", header=T, sep="\t")
colnames(trial)[1] <- "treatment"
colnames(trial)[2] <- "cage"
final_example <- read.table("https://pastebin.com/raw/ffeKNRr1", header = T, sep="\t")