R语言中pivot_wider后使用unnest()报错的解决方法

问题原因 #

你遇到的报错是因为数据中存在同一个Cell_line+Gene组合对应多个AF值的情况，比如某行细胞系的MYC有4个AF值，KRAS只有2个。用values_fn = list会把这些值存成列表列，但unnest()要求每行所有列表的长度完全一致，否则就会触发"无法循环输入"的错误。

解决方案（分场景） #

场景1：每个Cell_line-Gene组合应该只有一个值（数据存在重复）

如果是数据重复导致的多值，先去重再转宽：

df1 = df %>% 
  distinct(Cell_line, Gene, .keep_all = TRUE) %>% 
  pivot_wider(names_from = Gene, values_from = AF)

这样直接得到数值型列，不会生成列表，也不会丢失唯一的有效数据。

场景2：确实存在多值，需要保留所有数据

方案A：将多值合并为字符串

把同一个Cell_line-Gene下的多个AF值用分隔符合并，方便查看：

df1 = df %>% 
  pivot_wider(
    names_from = Gene, 
    values_from = AF, 
    values_fn = ~paste(., collapse = ", ")
  )

结果示例：

Cell_line   MYC       KRAS
COLO320     0.5, 0.6  0.4
H524        0.6       0.5, 0.7

方案B：保留列表列，按需处理

如果后续需要对多值做分析，直接保留列表列，不要强行unnest：

df1 = df %>% 
  pivot_wider(names_from = Gene, values_from = AF, values_fn = list)

后续可以用unnest_wider()把单个基因的列表展开为多列：

df1 %>% unnest_wider(MYC, names_sep = "_")

会生成MYC_1、MYC_2等列，对应该基因的多个AF值。

方案C：给重复行加序号，转宽后保留所有值

给每个Cell_line-Gene的重复行添加序号，转宽后用序号区分多值：

df1 = df %>% 
  group_by(Cell_line, Gene) %>% 
  mutate(row_id = row_number()) %>% 
  pivot_wider(
    names_from = Gene, 
    values_from = AF, 
    names_glue = "{Gene}_{row_id}"
  ) %>% 
  ungroup()

结果示例：

Cell_line   MYC_1 MYC_2 KRAS_1
COLO320     0.5   0.6   0.4
H524        0.6   NA    0.5

内容的提问来源于stack exchange，提问作者Jawad Alaa Edeen