1

我尝试在 tidyverse 包中使用收集和传播函数，但它在传播函数中引发错误

图书馆（插入符号）

dataset<-iris

# gather function is to convert wide data to long data

dataset_gather<-dataset %>% tidyr::gather(key=Type,value = Values,1:4)

head(dataset_gather)

# spead is the opposite of gather

下面的代码会引发类似这样的错误 Error: Duplicate identifiers for rows

dataset_spead<- dataset_gather%>%tidyr::spread(key = Type,value = Values)
4

2 回答 2

3

稍后添加：对不起@alistaire，在发布此回复后才看到您对原始帖子的评论。

据我了解Error: Duplicate identifiers for rows...，当您具有具有相同标识符的值时会发生这种情况。例如，在原始“iris”数据集中，Species = setosa的前五行Petal.Width均为 0.2，三行的Petal.Length值为 1.4。收集这些数据不是问题，但是当您尝试传播它们时，该函数不知道什么属于什么。即 0.2 Petal.Width和 1.4 Petal.Length属于setosa的哪一行。

我在这些情况下使用的（tidyverse）解决方案是在收集阶段为每行数据创建一个唯一标记，以便该函数可以在您想要再次传播时跟踪哪些重复数据属于哪些行。请参见下面的示例：


# Load packages
library(dplyr)
library(tidyr)

# Get data
dataset <- iris

# View dataset
head(dataset)
#>   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

# Gather data
dataset_gathered <- dataset %>% 
    # Create a unique identifier for each row 
    mutate(marker = row_number(Species)) %>%
    # Gather the data
    gather(key = Type, value = Values, 1:4)

# View gathered data
head(dataset_gathered)
#>   Species marker         Type Values
#> 1  setosa      1 Sepal.Length    5.1
#> 2  setosa      2 Sepal.Length    4.9
#> 3  setosa      3 Sepal.Length    4.7
#> 4  setosa      4 Sepal.Length    4.6
#> 5  setosa      5 Sepal.Length    5.0
#> 6  setosa      6 Sepal.Length    5.4

# Spread it out again
dataset_spread <- dataset_gathered %>%
    # Group the data by the marker
    group_by(marker) %>%
    # Spread it out again
    spread(key = Type, value = Values) %>%
    # Not essential, but remove marker
    ungroup() %>%
    select(-marker)

# View spread data
head(dataset_spread)
#> # A tibble: 6 x 5
#>   Species Petal.Length Petal.Width Sepal.Length Sepal.Width
#>    <fctr>        <dbl>       <dbl>        <dbl>       <dbl>
#> 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

（和以往一样，感谢 Jenny Bryan 的reprex包裹）

于 2017-06-04T06:36:52.417 回答
2

我们可以做到这一点data.table

library(data.table)
dcast(melt(setDT(dataset, keep.rownames = TRUE), id.var = c("rn", "Species")), rn + Species ~ variable)
于 2017-06-04T04:34:03.083 回答