在R中使用pivot_wider转换长数据框为宽格式报错的解决方法

错误原因 #

你的代码报错核心在于：pivot_wider()的names_from和values_from参数不需要加df.supine$前缀。函数已经指定了处理的数据集是df.supine，直接传入列名字符串即可；加前缀会传入整列的数值向量，函数会误将这些数值当成列索引去查找，而你的数据框只有30列，所以触发“无法子集超过末尾的列”的错误。

另外，你的数据存在同一ID+Month组合下有多条Tx记录的情况（比如ID=1、Month=12对应F=1和F=2的两个Tx值），需要明确重复值的处理逻辑，以下是两种常用解决方案：

方案1：保留F列作为行标识 #

如果需要保留F的区分（即每行对应ID+F的组合），将ID和F都设为分组列，转换后缺失的Month会自动填充NA：

library(tidyr)

pivot_wider(
  df.supine,
  id_cols = c(ID, F),  # 指定行唯一标识列
  names_from = Month,
  names_prefix = "Month_",
  values_from = Tx
)

转换后的结果示例：

方案2：合并同一ID+Month下的重复Tx值 #

如果不需要保留F列，可通过values_fn参数指定聚合逻辑：

• 合并为列表（保留所有Tx值）：

pivot_wider(
  df.supine,
  id_cols = ID,
  names_from = Month,
  names_prefix = "Month_",
  values_from = Tx,
  values_fn = list  # 将同一分组的Tx转为列表
)

• 取均值（聚合重复值为平均值）：

pivot_wider(
  df.supine,
  id_cols = ID,
  names_from = Month,
  names_prefix = "Month_",
  values_from = Tx,
  values_fn = mean  # 计算同一分组的Tx均值
)

以均值聚合为例，结果示例：

内容的提问来源于stack exchange，提问作者jjuser19jj