使用tidyr::pivot_wider生成布尔宽表及values_fn参数报错问题

首先，针对你想要将运动列转为TRUE/FALSE的需求，有几种直接实现的方法，不需要后续反转结果：

方法一：通过values_fn自定义函数生成布尔值 #

你之前的报错是因为!is.na不能直接作为函数传入，!是运算符，需要包装成完整的函数。我们可以调整代码如下：

library(tidyr)

example_data <- data.frame(
  name = c("bob", "bob", "dick", "dick", "harry", "harry"),
  sport = c("baseball", "football", "hockey", "basketball", "football", "basketball")
)

pivot_wider(
  example_data,
  names_from = sport,
  values_from = sport,
  values_fn = list(sport = function(x) TRUE),  # 存在的运动标记为TRUE
  values_fill = list(sport = FALSE)            # 缺失的运动标记为FALSE
)

运行后直接得到目标结果：

name baseball football hockey basketball
1 bob TRUE TRUE FALSE FALSE
2 dick FALSE FALSE TRUE TRUE
3 harry FALSE TRUE FALSE TRUE

方法二：先构造布尔列再透视 #

另一种更直观的方式是先给数据添加一个值为TRUE的辅助列，再进行透视，逻辑更清晰：

example_data$has_sport <- TRUE

pivot_wider(
  example_data,
  names_from = sport,
  values_from = has_sport,
  values_fill = list(has_sport = FALSE)
)

这个方法同样能得到预期结果，代码可读性更高。

关于values_fn参数的报错原因和使用说明 #

你之前的代码values_fn = list(sport = !is.na)报错，核心原因是：

1. !is.na不是合法的函数对象——!是一元运算符，不能直接和is.na组合成函数传递。如果要使用is.na的逻辑反转，需要包装成匿名函数（比如function(x) !is.na(x)），但在这个场景下其实不需要，因为我们只需要标记“存在该运动”为TRUE，直接返回TRUE更简单。
2. values_fn的作用是对每个分组（这里是name+sport的组合）的values_from列的值进行聚合计算。当你的数据中每个name和sport的组合唯一时，每个分组只有一个值，此时values_fn就是对这个单一值做转换。

values_fn基础使用场景示例 #

• 统计同一name下某运动的重复次数：values_fn = list(sport = length)
• 将同一name的运动合并为字符串：values_fn = list(sport = paste, collapse = ", ")
• 对数值列求分组均值：values_fn = list(score = mean)

简单来说，values_fn需要接收一个函数（内置函数或自定义匿名函数均可），这个函数会被应用到每个分组的values_from列子集上，返回单一值作为宽表单元格内容。

内容的提问来源于stack exchange，提问作者Josh