为什么 `pivot_wider` 不能在 `data.table` 上工作答案

【问题标题】：Why doesn't `pivot_wider` work on a `data.table`为什么 `pivot_wider` 不能在 `data.table` 上工作
【发布时间】：2021-03-10 20:21:54
【问题描述】：

一个从长到宽的简单示例：

library(tidyverse)
library(data.table)

df <- data.frame(names=letters[1:3],values=1:3)
df %>% pivot_wider(names_from=names,values_from=values)
#works

dt <- data.table(names=letters[1:3],values=1:3)
dt %>% pivot_wider(names_from=names,values_from=values)
Error in data.frame(row = row_id, col = col_id) : 
  arguments imply differing number of rows: 0, 3

为什么会出现这个错误？

PS：一种解决方法是使用as.data.frame(dt) 删除数据表。

dt %>% as.data.frame %>% pivot_wider(names_from=names,values_from=values)
#works

【问题讨论】：

因为 pivot_wider 需要一个数据框对象，但 data.table 具有不同的类，因此您需要在进行数据透视之前将数据表转换为数据框，或者您需要创建您的数据透视表数据表语法中的管道直接在 data.table 上。
此处检查点 21：machinelearningplus.com/data-manipulation/…
在GitHub 上报告了该问题。应该很容易解决。

标签： r data.table pivot-table tidyverse tidyr

【解决方案1】：

在tidyr mentions only "data frame" without specifying other classes 中手动输入此函数，例如 tibble 或 data.table。所以解决你的问题，功能要么不是为处理 data.table 而设计的，要么是pivot_wider 中存在错误。

作为一种解决方法，您现在可以使用as.data.frame（正如您已经提到的），如果您的数据很大，那么可能setDF 以避免额外的内存复制。

您也可以使用data.table 函数dcast 执行相同类型的转换。

library(tidyr)
library(data.table)

df <- data.frame(names=letters[1:3],values=1:3)
pivot_wider(df, names_from=names,values_from=values)
## A tibble: 1 x 3
#      a     b     c
#  <int> <int> <int>
#1     1     2     3
setDT(df)
dcast(df, .~names, value.var="values")[, ".":=NULL][]
#   a b c
#1: 1 2 3

【讨论】：

我认为这是一些特殊情况。 pivot_wider 与 data.table 一起使用。 df <- mtcars; setDT(df); tidyr::pivot_wider(df, names_from = cyl, values_from = mpg) 返回与 tidyr::pivot_wider(mtcars, names_from = cyl, values_from = mpg) 相同的输出
这是GitHub issue。本质上，tidyr 调用 dt[col_names]。关于@RonakShah 的有趣发现，我认为从this line 开始就是原因。一些枢轴对所有变量进行了枢轴化，而另一些则没有。根据方法的不同，有两种不同的行数。