使用pivot_wider转换数据时如何排除重复观测值？

要实现每个Name唯一且保留对应唯一ID的宽表格式，核心是先对每个Name下的ID去重，再进行宽表转换，步骤如下：

1. 去重：按Name和ID组合去重，确保每个Name下的ID只出现一次
2. 编号：在每个Name分组内，给唯一的ID按顺序编序号
3. 转宽表：将编号后的ID转换为宽表，缺失位置填充0

完整代码 #

library(tidyverse)

# 原始数据
df_have <- data.frame(
  Name = c("Maya", "Maya", "Maya", "Sierra", "Sophia", "Sophia", "Sophia", 
           "Sophia", "Cecilia", "Cecilia"),
  ID = c(24, 56, 24, 54, 12, 12, 15, 24, 12, 11)
)

# 处理流程
df_result <- df_have %>%
  # 保留每个Name下的唯一ID，移除重复行
  distinct(Name, ID, .keep_all = TRUE) %>%
  # 给每个Name分组内的唯一ID分配序号
  mutate(idno = row_number(), .by = Name) %>%
  # 转换为宽表，缺失值填充0
  pivot_wider(
    values_from = ID,
    names_from = idno,
    values_fill = 0,
    names_prefix = "ID"
  )

# 输出结果
print(df_result)

代码说明 #

• distinct(Name, ID, .keep_all = TRUE)：这一步是关键，它会保留每个(Name, ID)组合的唯一行，直接移除重复的ID条目，解决了你之前代码中保留重复值的问题。
• mutate(idno = row_number(), .by = Name)：仅对每个Name下的唯一ID编序号，避免了重复ID占用序号位置。
• pivot_wider：按照编号将ID转为列，缺失的列用0填充，最终得到你需要的格式。

输出结果 #

运行代码后得到的结果与你期望的df_want完全一致：

Name ID1 ID2 ID3
1    Maya  24  56   0
2  Sierra  54   0   0
3  Sophia  12  15  24
4 Cecilia  12  11   0

内容的提问来源于stack exchange，提问作者maya