tidyr 的文档表明收集和传播是可传递的，但以下带有“iris”数据的示例显示它们不是，但不清楚原因。任何澄清将不胜感激
iris.df = as.data.frame(iris)
long.iris.df = iris.df %>% gather(key = feature.measure, value = size, -Species)
w.iris.df = long.iris.df %>% spread(key = feature.measure, value = size, -Species)
我希望数据框“w.iris.df”与“iris.df”相同，但收到以下错误：
“错误：行标识符重复（1、2、3、4、5、6、7、8、9...”
我的一般问题是如何在这种数据集上反转“收集”的应用。
哈德利的干预出人意料地完美......但在那之后我最终对语法做了一些修改......所以为了它的价值，我发布了完全可操作的代码（抱歉我的语法与上面有点不同）：
library(tidyr)
library(dplyr)
wide <-
iris %>%
mutate(row = row_number()) %>%
gather(vars, val, -Species, -row) %>%
spread(vars, val)
head(wide)
# Species row Petal.Length Petal.Width Sepal.Length Sepal.Width
# 1 setosa 1 1.4 0.2 5.1 3.5
# 2 setosa 2 1.4 0.2 4.9 3.0
# 3 setosa 3 1.3 0.2 4.7 3.2
# 4 setosa 4 1.5 0.2 4.6 3.1
# 5 setosa 5 1.4 0.2 5.0 3.6
# 6 setosa 6 1.7 0.4 5.4 3.9
head(iris)
# Sepal.Length Sepal.Width Petal.Length Petal.Width Species
# 1 5.1 3.5 1.4 0.2 setosa
# 2 4.9 3.0 1.4 0.2 setosa
# 3 4.7 3.2 1.3 0.2 setosa
# 4 4.6 3.1 1.5 0.2 setosa
# 5 5.0 3.6 1.4 0.2 setosa
# 6 5.4 3.9 1.7 0.4 setosa
它们是相同的......如果你喜欢它只需要重新排序......
wide <- wide[,c(3, 4, 5, 6, 1)] ## Reorder and then remove "row" column
并做了。
由于先前的答案可能不够清楚，因此gather当您尝试执行时，您的执行方式存在问题spread。
问题是，在收集过程中，您无法跟踪feature.measure原始数据框中的哪一行，因此spread不知道如何将各个值再次组合到“宽”表中。
iris.df = as.data.frame(iris)
long.iris.df = iris.df %>%
tibble::rowid_to_column() %>%
gather(key = feature.measure, value = size, -Species, -rowid)
#> rowid Species feature.measure size
#> 1 1 setosa Sepal.Length 5.1
#> 2 2 setosa Sepal.Length 4.9
#> 3 3 setosa Sepal.Length 4.7
#> 4 4 setosa Sepal.Length 4.6
#> 5 5 setosa Sepal.Length 5.0
#> 6 6 setosa Sepal.Length 5.4
现在每个值都size保留了它rowid，因此您将始终能够将其重新组合回宽数据集（删除不必要的rowid）：
w.iris.df = long.iris.df %>%
spread(key = feature.measure, value = size) %>%
select(-rowid)
head(w.iris.df)
#> Species Petal.Length Petal.Width Sepal.Length Sepal.Width
#> 1 setosa 1.4 0.2 5.1 3.5
#> 2 setosa 1.4 0.2 4.9 3.0
#> 3 setosa 1.3 0.2 4.7 3.2
#> 4 setosa 1.5 0.2 4.6 3.1
#> 5 setosa 1.4 0.2 5.0 3.6
#> 6 setosa 1.7 0.4 5.4 3.9