使用 spread() 或 pivot_wider() 获取重复/非唯一错误/警告消息的具有 2 列宽格式的 R 数据框

如何解决使用 spread() 或 pivot_wider() 获取重复/非唯一错误/警告消息的具有 2 列宽格式的 R 数据框

这显然是一个入门级问题，但似乎表明我可能遗漏了 R 如何在基本级别上处理数据转置的一些基础知识......

注意，我一直在阅读所有其他消息/回复，但我仍然对为什么我无法执行下面这个非常简单的任务感到困惑。

有人至少可以向我解释这里发生了什么，以及如何在警告消息中使用这些选项？ （在 3 列或更多列的正常情况下相当简单，所以这里缺少一些东西..）

我的目的是首先创建一个 2 列的数据集，每个 fn 变量有 100 条记录和 10 个级别，然后将其转置为一个包含 10 列的宽数据集。

fn <- seq(1,10) 
val <- rnorm(100,1)

datout <- data.frame(fn,val)


##no duplicate
> which(duplicated(datout))
integer(0)

##pivot_wider gave me a listing with warning message:

datwd <- datout %>% 
  mutate(fn=paste0("type",fn)) %>%
  pivot_wider(names_from=fn,values_from=val)

##只获取带有警告消息的列表：

一点点：1 x 10

type1 type2 type3 type4 type5 type6 type7 type8 type9 type10

1 警告信息： 值不是唯一标识的；输出将包含列表列。

• 使用 values_fn = list 取消此警告。
• 使用 values_fn = length 来确定重复的 ari**se
• 使用 values_fn = {summary_fun} 汇总重复项

##spread() won't work at all

> datout %>% 
+  spread("fn","val")
Error: Each row of output must be identified by a unique combination of keys.

解决方法

你快到了。您的错误消息说：Values are not uniquely identified。如果您查看 pivot_wider 的示例，您会发现您需要一个唯一标识符列来帮助将值引导到正确的位置。

datout %>%
  
  dplyr::mutate(
    # Create an ID col
    ID = rep(1:10,times = 10) %>% sort,fn=paste0("type",fn)) %>% 
  
  tidyr::pivot_wider(
    # Use ID col here
    id_cols = ID,names_from=fn,values_from=val)

输出：

# A tibble: 10 x 11
      ID  type1   type2  type3  type4   type5  type6  type7   type8  type9 type10
   <int>  <dbl>   <dbl>  <dbl>  <dbl>   <dbl>  <dbl>  <dbl>   <dbl>  <dbl>  <dbl>
 1     1  0.805 -1.81   -0.235 -0.986  1.05   -2.11   0.951  1.24    0.401  0.517
 2     2 -1.33  -0.433   0.939  0.263  0.412   1.58   0.864  0.223   0.541  0.530
 3     3 -0.785  0.0519 -0.581  0.527  0.0339  0.440  0.980 -1.75   -0.346  2.49 
 4     4  0.279  0.261  -1.21  -0.232 -1.00   -0.455  1.22  -0.434   0.262 -2.36 
 5     5 -0.559  0.684  -1.56   0.747 -0.195  -3.22   0.383  0.735  -1.30   0.539
 6     6  0.618  0.544  -2.45   0.936  0.0550  1.49   1.83  -1.19    0.257  0.875
 7     7  0.308 -1.94   -0.440 -0.855 -0.712   0.475  0.418  0.718   1.60  -1.44 
 8     8  0.877  1.60    1.34   1.90   0.381  -0.440 -0.266 -0.0980  1.82   0.538
 9     9  1.38   0.199  -0.165 -1.09   0.350   0.966 -1.58  -0.888   0.551  0.493
10    10  0.143 -0.476   0.118 -1.16  -1.57   -1.73   0.479 -0.401  -0.932 -0.469