r - Tidyr::spread() 错误:每行输出必须由唯一的键组合标识

Question

我正在学习 tidyr 并做一个小练习来改造 iris数据集从宽到长。

原始数据集:

   Species Sepal.Length Sepal.Width Petal.Length Petal.Width
1  setosa          5.1         3.5          1.4         0.2
2  setosa          4.9         3.0          1.4         0.2
3  setosa          4.7         3.2          1.3         0.2
4  setosa          4.6         3.1          1.5         0.2
5  setosa          5.0         3.6          1.4         0.2
6  setosa          5.4         3.9          1.7         0.4

我想要的结果数据集:

  Species  Part Length Width
1  setosa Petal    1.4   0.2
2  setosa Petal    1.4   0.2
3  setosa Petal    1.3   0.2
4  setosa Petal    1.5   0.2
5  setosa Petal    1.4   0.2
6  setosa Petal    1.7   0.4

我为操作数据集编写的代码:

iris_re <- iris[,c(5,1,2,3,4)]

iris.wide <- iris_re %>% 
  gather(key = "flower_att", value = "measurement",
         -Species) %>%
  separate(flower_att, into = c("Part","Method")) %>%
  spread(Method,measurement)

但最后一行 spread()给我一个错误:

Error: Each row of output must be identified by a unique combination of keys. Keys are shared for 400 rows:

我没想到会发生这种情况，我仍在努力应对。谢谢!

Answer 1

我们可以使用 pivot_longer来自 tidyr , 也可以采用多列

library(dplyr)
library(tidyr)
iris_re %>%
  pivot_longer(cols = -Species, names_to = c("Part", ".value"), names_sep= "[.]") %>%
  head
#  Species  Part Length Width
#1  setosa Sepal    5.1   3.5
#2  setosa Petal    1.4   0.2
#3  setosa Sepal    4.9   3.0
#4  setosa Petal    1.4   0.2
#5  setosa Sepal    4.7   3.2
#6  setosa Petal    1.3   0.2

spread 中的错误当存在不止一种独特的组合时，可能会发生这种情况。与 pivot_wider ，它现在被警告替换，并返回 list列如果有重复，然后我们可以 unnest .或者另一种方法是创建一个按列标识符分组的序列列，这些列标识符具有重复项以形成唯一的行标识符，即

iris_re %>% 
  gather(key = "flower_att", value = "measurement",
         -Species) %>%
  separate(flower_att, into = c("Part","Method")) %>%
  group_by(Species, Part, Method) %>%
  mutate(rn = row_number()) %>% 
  ungroup %>%
  spread(Method,measurement)