pivot_wider：如何为非唯一值添加行？答案

【问题标题】：pivot_wider: How to add rows for non unique values?pivot_wider：如何为非唯一值添加行？
【发布时间】：2021-04-21 20:34:01
【问题描述】：

我有一个长格式的表格，其中包含不同语言的物种名称和 2 级 id 编号，一个对应于该物种，另一个对应于该物种的不同名称。

例如：

species_list <- cbind.data.frame(num_sp= c(100,101,101,101,101,102,102,103), num_name = c(1,1,2,3,4,1,2,1), language=c("latin","latin", "english", "english", "english","latin","english","english"), name=c("marinus thingus", "aquaticus stuffae", "blob","water being","marine creature","altermarinus stuffae","other marine stuff", "unknown thingy"))

  num_sp num_name language                 name
1    100        1    latin      marinus thingus
2    101        1    latin    aquaticus stuffae
3    101        2  english                 blob
4    101        3  english          water being
5    101        4  english      marine creature
6    102        1    latin altermarinus stuffae
7    102        2  english   other marine stuff
8    103        1  english       unknown thingy

我想要一个对应表，以便能够从英文名称中获取拉丁名称。我认为该表应该给我列中的语言，并且只有行中的 num_sp id，这对应于 pivot_wider，除了我的“num_sp”不是唯一标识符，因此该函数给出警告：

Warning message:
Values are not uniquely identified; output will contain list-cols.

有没有办法（可能是通过 values_fn？）将这些列表列拆分为不同的行，从而获得这样的表格：

 num_sp            english                latin
1    100               <NA>      marinus thingus
2    101               blob    aquaticus stuffae
3    101        water being    aquaticus stuffae
4    101    marine creature    aquaticus stuffae
5    102 other marine stuff altermarinus stuffae
6    103     unknown thingy                 <NA>

感谢您的宝贵时间！

【问题讨论】：

标签： r duplicates tidyr

【解决方案1】：

这将解决问题

species_list %>% pivot_wider(id_cols = num_sp, 
                             names_from = language, 
                             values_from = name, 
                             values_fn = list) %>%
  unnest(-num_sp)

# A tibble: 6 x 3
  num_sp latin                english           
   <dbl> <chr>                <chr>             
1    100 marinus thingus      NA                
2    101 aquaticus stuffae    blob              
3    101 aquaticus stuffae    water being       
4    101 aquaticus stuffae    marine creature   
5    102 altermarinus stuffae other marine stuff
6    103 NA                   unknown thingy

【讨论】：

当然！我知道有一个非常简单的答案。非常感谢！
将您的解决方案用于我的真实数据集时，我收到此错误消息：不兼容的长度：3、2。我猜这是因为在数据中的某个点，其中一种语言有两个版本和另一个有三个？你知道怎么处理吗？
这可能不是问题？更仔细地查看以找出与样本数据集的差异

【解决方案2】：

您可以重新编号num_name 列，将数据转换为宽，fill 转换为值。

library(dplyr)
library(tidyr)

species_list %>%
  group_by(num_sp, language) %>%
  mutate(num_name = row_number()) %>%
  pivot_wider(names_from = language, values_from = name) %>%
  fill(latin, english) %>%
  ungroup
  

#  num_sp num_name latin                english           
#   <dbl>    <int> <chr>                <chr>             
#1    100        1 marinus thingus      NA                
#2    101        1 aquaticus stuffae    blob              
#3    101        2 aquaticus stuffae    water being       
#4    101        3 aquaticus stuffae    marine creature   
#5    102        1 altermarinus stuffae other marine stuff
#6    103        1 NA                   unknown thingy

【讨论】：

谢谢！我已经多次看到“row_number”解决方案，但由于我已经有 2 个 id 列并且没有人完成这项工作，我认为这不会奏效。我找不到要放入“group_by”的变量的正确组合。而且我也不知道“填充”太棒了！