tidyr 1.2.0中pivot_wider()需指定names_from参数导致健康数据处理代码失效的解决方案

你遇到的问题其实是tidyr 1.2.0对pivot_wider()的参数逻辑做了严格规范——旧版本允许你不指定names_from就隐式按其他列分组聚合，但新版本要求必须明确说明哪些列是用来生成宽表列名的，这就导致你原来“歪打正着”的写法失效了。

不过好消息是，你的核心需求其实是分组聚合（把同一手术组的OPERTN合并成字符串，OPDATE取第一个值），完全不需要依赖pivot_wider的隐式行为。用更直接的分组聚合写法，不仅能完美复现旧版本的结果，还更稳定、更高效，适合你千万级的数据集。

推荐解决方案：显式分组聚合 #

直接用dplyr::group_by() + summarise()，逻辑清晰且版本兼容：

library(tidyverse)

df %>%
  # 按唯一标识手术组的列分组
  group_by(row, opdate_grp, side, opgrp) %>%
  summarise(
    # 合并同一组的OPERTN为逗号分隔字符串
    OPERTN = toString(OPERTN),
    # 取同一组的第一个OPDATE
    OPDATE = first(OPDATE),
    # 取消分组，避免后续操作受分组影响
    .groups = "drop"
  )

运行这段代码后，你会得到和旧版本tidyr完全一致的输出：

# A tibble: 8 × 6
    row opdate_grp side      opgrp OPERTN        OPDATE    
  <dbl>      <dbl> <chr>     <dbl> <chr>         <chr>     
1     1          1 bilateral     1 W373, Z941    2018-03-23
2     2          1 bilateral     1 W374, Z941    2018-10-12
3     3          1 left          1 W383, Z943    2020-12-08
4     4          2 none          2 O325          2013-03-31
5     5          1 none          1 G47           2012-01-22
6     5          2 none          2 C488          2012-01-25
7     6          1 none          1 X90           2018-12-25
8     6          2 none          2 T36           2018-12-28

为什么这个方案更好？ #

• 稳定性拉满：group_by()和summarise()是dplyr的核心函数，API非常稳定，未来tidyr或dplyr版本更新都不会影响结果。
• 性能更优：对于1000万行的大数据，分组聚合的效率远高于pivot_wider（后者本质是表重塑操作，额外开销更大）。
• 逻辑直观：一眼就能看懂你要按哪些列分组、对哪些列做什么聚合，维护起来比旧写法轻松太多。

针对超大数据量的优化 #

如果你的数据真的有1000万行，推荐用data.table实现，它的分组聚合速度比dplyr快数倍，内存占用也更低：

library(data.table)

setDT(df)[, .(OPERTN = toString(OPERTN), OPDATE = first(OPDATE)), 
          by = .(row, opdate_grp, side, opgrp)]

（可选）用pivot_wider适配新版本的写法 #

如果你非要坚持用pivot_wider，可以通过指定id_cols明确分组键，同时设置names_from = NULL来避免生成多列：

df %>%
  pivot_wider(
    id_cols = c(row, opdate_grp, side, opgrp),
    names_from = NULL,
    values_from = c(OPERTN, OPDATE),
    values_fill = NA,
    values_fn = list(OPERTN = toString, OPDATE = first)
  )

不过这种写法本质还是依赖pivot_wider的边缘特性，不如分组聚合稳定，不推荐长期使用。

内容的提问来源于stack exchange，提问作者JisL