处理需保留重复项的pivot_wider数据透视问题

中文版本的示例数据代码 #

# 构造示例数据集
dat1 <- data.frame(
  参与者 = c("Peter", "Peter", "Peter", "Peter", "Peter", "Peter",
             "Carol", "Carol", "Carol", "Carol", "Carol", "Carol"),
  组ID = c(1, 1, 2, 2, 3, 3, 3, 3, 4, 5, 5, 5),
  联系方式类型 = c("邮箱", "邮箱", "邮箱", "电话", "办公电话", "家庭电话",
                   "家庭电话", "家庭电话", "其他", "网址", "传真", "办公传真"),
  联系方式内容 = c("mail@gmail.com", "anothermail@gmail.com", "thirdmail@gmail.com",
                   1234567890, 0987654321, 587290164389, 36237862873, 34384738923,
                   43432894274, "website.com", 32489789432, 23467832648937)
)

一、之前的错误纠正 #

你之前的代码出错，是因为没把GroupID当成分组依据——同名参与者如果属于不同GroupID，那是完全不同的记录，必须用「参与者+组ID」作为唯一标识来分组，不然会把不同组的同名数据误合并到一起。

二、自动重命名重复标签的R代码 #

先给同一「参与者+组ID」下重复的联系方式类型加个序号后缀，这样用pivot_wider就不会因为列名重复报错了：

library(dplyr)
library(tidyr)

# 处理重复标签：给同一参与者-组内的重复联系方式类型加序号
dat_processed <- dat1 %>%
  # 按参与者、组ID、联系方式类型分组，给同类型的条目编序号
  group_by(参与者, 组ID, 联系方式类型) %>%
  mutate(type_seq = row_number()) %>%
  ungroup() %>%
  # 重复的类型名加序号（比如邮箱_1、邮箱_2），唯一类型保持原名
  mutate(联系方式类型 = ifelse(type_seq > 1, 
                             paste0(联系方式类型, "_", type_seq), 
                             联系方式类型)) %>%
  select(-type_seq) # 删掉临时用的序号列

三、合并多行数据为单行的代码（搞定2000条问题数据） #

用处理好的标签，直接合并成单行，顺便完成2000条数据的清理：

# 把多行数据合并成单行
dat_wide <- dat_processed %>%
  pivot_wider(
    id_cols = c(参与者, 组ID), # 用来标识唯一记录的列
    names_from = 联系方式类型, # 把联系方式类型转成列名
    values_from = 联系方式内容, # 把联系方式内容填到对应列里
    values_fill = NA # 空值用NA填充
  )

# 查看合并后的结果
print(dat_wide)

运行后，同一「参与者+组ID」的所有联系方式都会合并到一行里，重复的类型（比如Peter的两个邮箱）会变成邮箱、邮箱_2这样的列名，不会再冲突。

四、更省事的写法 #

不用单独处理标签，直接在pivot_wider里一步搞定重命名和合并：

dat_wide_simple <- dat1 %>%
  group_by(参与者, 组ID, 联系方式类型) %>%
  mutate(type_seq = row_number()) %>%
  ungroup() %>%
  pivot_wider(
    id_cols = c(参与者, 组ID),
    names_from = c(联系方式类型, type_seq),
    names_glue = "{联系方式类型}{ifelse(type_seq > 1, paste0('_', type_seq), '')}",
    values_from = 联系方式内容,
    values_fill = NA
  )

逻辑和分步处理一样，只是把标签重命名的步骤整合到了pivot过程里，代码更紧凑。

内容的提问来源于stack exchange，提问作者user22757672