使用pivot_wider转换非均匀类别DataFrame时数据错位问题求助

问题场景 #

通过爬虫获取的DataFrame，使用pivot_wider转换为宽表时出现数据错位，其中bains/douches列数据错位明显。核心原因是缺少唯一分组标识来匹配同一条记录的不同字段值，加上types列各唯一值出现次数不一致（例如price出现12次，étage出现6次），导致字段值无法正确对应。

解决方案 #

1. 添加唯一分组ID

爬虫抓取的数据通常按记录顺序排列，每条记录包含一组types字段。根据字段出现的规律生成分组ID，确保同一记录的所有字段归为同一组：

library(tidyverse)

# 假设每条记录包含固定数量的types值（比如3个，根据实际字段数量调整）
df <- df %>%
  mutate(group_id = floor((row_number() - 1) / 3)) # 利用行号生成分组ID

如果不确定每条记录的字段数量，可以先统计各types的出现次数，找到字段的重复周期；若存在字段缺失，需先清洗补全后再分组。

2. 带分组ID执行pivot_wider

以group_id作为分组依据，确保同一条记录的字段值正确匹配：

df_wide <- df %>%
  pivot_wider(
    id_cols = group_id,
    names_from = types,
    values_from = 你的值列名称 # 替换为存储字段值的实际列名
  )

额外建议

检查爬虫逻辑，确保抓取时每条记录的字段完整且顺序一致，从源头避免数据缺失或错位的问题。

内容的提问来源于stack exchange，提问作者lnasal