使用重复的行标识符传播[重复]答案

【问题标题】：Spread with duplicate identifiers for rows [duplicate]使用重复的行标识符传播[重复]
【发布时间】：2018-07-01 04:53:13
【问题描述】：

here 之前有关于这个话题的问题，但我仍在努力传播这个问题。我希望每个state 都有自己的温度值列。

这是我的数据的dput()。我就叫它df

structure(list(date = c("2018-01-21", "2018-01-21", "2018-01-20", 
"2018-01-20", "2018-01-19", "2018-01-19", "2018-01-18", "2018-01-18", 
"2018-01-17", "2018-01-17", "2018-01-16", "2018-01-16", "2018-01-15", 
"2018-01-15", "2018-01-14", "2018-01-14", "2018-01-12", "2018-01-12", 
"2018-01-11", "2018-01-11", "2018-01-10", "2018-01-10", "2018-01-09", 
"2018-01-09", "2018-01-08", "2018-01-08", "2018-01-07", "2018-01-07", 
"2018-01-06", "2018-01-06", "2018-01-05", "2018-01-05", "2018-01-04", 
"2018-01-04", "2018-01-03", "2018-01-03", "2018-01-03", "2018-01-03", 
"2018-01-02", "2018-01-02"), tmin = c(24, 31, 31, 29, 44, 17, 
32, 7, 31, 7, 31, 6, 30, 13, 30, 1, 43, 20, 33, 52, 42, 29, 30, 
29, 26, 32, 33, -2, 29, 0, 23, 3, 19, 11, NA, -3, 22, -3, 24, 
-4), state = c("UT", "OH", "UT", "OH", "UT", "OH", "UT", "OH", 
"UT", "OH", "UT", "OH", "UT", "OH", "UT", "OH", "UT", "OH", "UT", 
"OH", "UT", "OH", "UT", "OH", "UT", "OH", "UT", "OH", "UT", "OH", 
"UT", "OH", "UT", "OH", "UT", "OH", "UT", "OH", "UT", "OH")), class = "data.frame", row.names = c(NA, 
-40L), .Names = c("date", "tmin", "state"))

我运行的代码是

df %>% spread(state,tmin)

我希望给我以下格式

date UT  OH
... ... ...

但我收到错误消息

错误：行 (36, 38)、(35, 37) 的标识符重复

我尝试了一些不同的方法。我尝试过的一件事是按日期分组。我在想同一日期的行对spread 造成了问题。我还尝试使用add_rownames() 创建一个新行，然后使用spread(state,tmin)，但这也未能解决问题。

【问题讨论】：

按组创建序列列然后spread即df %>% group_by(state) %>% mutate(ind = row_number()) %>% spread(state, tmin)
添加序列列使传播成为可能，但不能解决潜在的数据质量问题。

标签： r dplyr tidyr spread

【解决方案1】：

为了使spread 按预期工作，生成的数据框必须具有唯一标识的行和列。对于您的数据，“日期”列是传播后的唯一唯一标识符。但是，第 36 行和第 38 行是相同的：

         date tmin state
36 2018-01-03   -3    OH
38 2018-01-03   -3    OH

这使 tidyr 无法尝试将两个数据点解析为同一行和同一列。此外，第 35 行和第 37 行都具有相同的日期和状态，再次创建了将两个不同的值放入新数据框中的相同位置的不可能情况：

         date tmin state
35 2018-01-03   NA    UT
37 2018-01-03   22    UT

以下数据清理将使传播成为可能：

df %>% 
  filter(!is.na(tmin)) %>% # remove NA values
  unique %>% # remove duplicated rows
  spread(state, tmin)

         date OH UT
1  2018-01-02 -4 24
2  2018-01-03 -3 22
3  2018-01-04 11 19
4  2018-01-05  3 23
5  2018-01-06  0 29
...

【讨论】：