在 RStudio 中运行 pivot_wider() 时这些错误消息的含义是什么？

Question

我是 R 的新手。有人可以帮助我吗？

我导入了一个 CSV 文件，其中提取了 stackoverflow 数据，

s <- read_csv("https://www.ics.uci.edu/~duboisc/stackoverflow/answers.csv")

然后，我将 'tags' 列中的不同值分成行，

ss1 <- separate_rows(ss, tags)

然后，我将pivot_wider() 应用于“标签”列，

ss2 <- pivot_wider(ss1, names_from = tags, values_from = qs)

显示以下错误消息，

错误：compact_rep() 中的内部错误：compact_rep() 中的负 n。 运行rlang::last_error() 以查看错误发生的位置。 另外：警告信息： 1：值不是唯一标识的；输出将包含 list-cols。

• 使用values_fn = list 取消此警告。
• 使用values_fn = length 确定重复出现的位置
• 使用values_fn = {summary_fun} 汇总重复项 2：在 nrow * ncol : 整数溢出产生的 NAs

我已经搜索了这些消息中的不同关键字，但无法找出这些错误的总体含义。有谁能帮助我吗？谢谢。

Answer 1

@Anoushiravan R：

再次感谢您的好意建议。

根据您的建议，我发现了这些错误消息，

> ss1 <- s %>%
+     separate_rows(tags) %>% 
+     select(qs, tags) %>%
+     group_by(tags) %>%
+     mutate(id = row_number()) %>%
+     ungroup() %>%
+     mutate(tags = if_else(tags == "", "unknown", tags))
> ss2 <- ss1 %>% pivot_wider(names_from = tags, values_from = qs, names_repair = "minimal")

Error: cannot allocate vector of size 5.4 Gb

以前，我总是收到另一条错误消息In nrow * ncol : NAs produced by integer overflow。

然后，我 google In nrow * ncol : NAs produced by integer overflow 并发现它可能与控制台窗格有关。见https://github.com/wrathematics/float/issues/17

另外，我删除了“全局环境”中的所有对象/数据集并重新启动 RS，现在我得到了你的结果。

由于我想在结果中包含所有列，因此我从您的建议中删除了“select(qs, tags) %>%”，并带有以下代码和错误，

> ss1 <- s %>%
+     separate_rows(tags) %>% 
+     
+     group_by(tags) %>%
+     mutate(id = row_number()) %>%
+     ungroup() %>%
+     mutate(tags = if_else(tags == "", "unknown", tags))
> View(ss1)
> ss2 <- ss1 %>% pivot_wider(names_from = tags, values_from = qs, names_repair = "minimal")

Error: Internal error in `compact_rep()`: Negative `n` in `compact_rep()`.
Run `rlang::last_error()` to see where the error occurred.
In addition: Warning message:
In nrow * ncol : NAs produced by integer overflow

In nrow * ncol : NAs produced by integer overflow 再次出现。

我在谷歌上搜索了第一个重大错误，Error: Internal error in `compact_rep()`: Negative `n` in `compact_rep()，但找不到好的答案。

我也尝试了与“group_by”的不同组合，但无法获得满意的结果。无论如何，非常感谢您的帮助。

Answer 2

好的，我编辑了我的解决方案，我希望这是您正在寻找的东西。这次我根据您的建议使用separate_rows 来分隔tags 列中每一行中堆叠的值。运行以下代码，然后让我知道您是否需要其他任何东西。

s %>%
  separate_rows(tags) %>% 
  select(qs, tags) %>%
  group_by(tags) %>%
  mutate(id = row_number()) %>%
  ungroup() %>%
  mutate(tags = if_else(tags == "", "unknown", tags)) %>%
  pivot_wider(names_from = tags, values_from = qs, names_repair = "minimal")


# A tibble: 68,384 x 10,522
      id   php error    gd image processing  lisp scheme subjective clojure cocoa touch
   <int> <dbl> <dbl> <dbl> <dbl>      <dbl> <dbl>  <dbl>      <dbl>   <dbl> <dbl> <dbl>
 1     1     0     0     0     0          0    10     10         10      10     0     0
 2     2     0     0     0     0          0    10     10         10      10     0     0
 3     3     1     0     1     1          1    10     10         10      10     0     0
 4     4     1     2     0     1          1    10     10         10      10     1     1
 5     5     1     2     0     1          1    10     10         10      10     0     0
 6     6     2     2     1     1          1    10     10         10      10     1     1
 7     7     2     2     1     0          1    10     10         10      10     1     1
 8     8     2     2     0     0          1    10     10         10      10     3     3
 9     9     0     2     0     0          1    10     10         10      10     3     3
10    10     0     2     0     0          1    10     10         10      10     3     3
# ... with 68,374 more rows, and 10,510 more variables

由于这里的数据有点重，我建议你先运行代码直到pivot_wider，然后运行pivot_wider 行。我不知道为什么，但只有这样我才能获得所需的输出，否则我会收到错误。