传播带有重复标识符的data.frame / tibble

Question

提迪尔（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：行的重复标识符（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”的应用程序。

Answer 1

毫无疑问，Hadley的干预是完美的……但是在那之后我最终对语法有所怀疑……所以，就其价值而言，我发布了完整的操作代码（对不起，我的语法与上面有些不同）：

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

他们是一样的...。只要您觉得喜欢就需要重新排序...

wide <- wide[,c(3, 4, 5, 6, 1)]  ## Reorder and then remove "row" column

并做了。

Answer 2

由于先前的答案可能还不够清楚，因此gather您在尝试执行时会表现出自己的问题spread。

问题在于，在收集过程中，您将丢失对哪个数据feature.measure属于原始数据帧中的哪一行的了解，因此spread不知道如何再次将各个值组合到“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，其中的每个值都会size保留其值，rowid因此您始终可以将其重新组合到宽数据集（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