web-dev-qa-db-ja.com

重複した識別子を持つdata.frame / tibbleで拡散

Tidyrのドキュメントでは、ギャザーとスプレッドは推移的であることが示唆されていますが、「iris」データを含む次の例はそうではないことを示していますが、理由は明らかではありません。明確化をいただければ幸いです

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)

データフレーム「w.iris.df」が「iris.df」と同じであることを期待していましたが、代わりに次のエラーを受け取りました。

「エラー：行の識別子が重複しています（1、2、3、4、5、6、7、8、9 ...）」

私の一般的な質問は、この種のデータセットでの「収集」の適用をどのように逆にするかです。

rtidyr
37
John D Lee

ハドレーの介入は驚くほど完璧でした...しかし、私はその後少し構文をいじくりました...そのため、それが価値があるもののために、完全に操作可能なコードを投稿します（申し訳ありませんが私の構文は上記とは少し異なります）：

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

彼らは同じです....あなたがそれのように感じたらただ並べ替える必要があります...

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

完了しました。

28
Amit Kohli

前の答えは十分に明確ではなかったかもしれないので、gatherを実行しようとすると表示されるspreadの実行方法に問題があります。

問題は、収集の過程で、どのfeature.measureは元のデータフレームのどの行に属しているので、spreadは個々の値を再び「ワイド」テーブルに結合する方法を知りません。

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

sizeの各値はrowidを保持するので、いつでもワイドデータセットに再結合できます（不要なrowidを削除します）。

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
0
dmi3kno