在map()函数中使用spread()遇阻，求处理列表中tibble的方法

嘿，别发愁，这个问题其实很好解决！你只需要正确把spread()（或者官方更推荐的pivot_wider()，后面会提到）和map()结合，就能对列表里的每个tibble批量完成宽表转换了。

方法一：用公式语法指定元素 #

你可以借助map()的公式写法，通过.x指代列表里的每个tibble元素，再给spread()传入key和value参数：

# 先加载需要的包
library(purrr)
library(tidyr)
library(tibble)

# 你的示例数据
data1 <- tibble(size = c("1", "2", "3", "4"), color = c("blue", "green", "yellow", "black"))
data2 <- tibble(size = c("7", "3", "10", "1"), color = c("orange", "yellow", "red", "white"))
dataList <- list(data1, data2)

# 批量应用spread()
result <- map(dataList, ~spread(.x, key = size, value = color))

# 查看结果
result

运行后会得到一个包含两个宽表的列表，每个元素对应原列表中tibble的转换结果：

[[1]]
# A tibble: 1 × 4
  `1`   `2`   `3`     `4`    
  <chr> <chr> <chr>   <chr>  
1 blue  green yellow  black  

[[2]]
# A tibble: 1 × 4
  `1`    `3`     `7`     `10`  
  <chr>  <chr>   <chr>   <chr>  
1 white  yellow  orange  red    

方法二：直接传递函数参数 #

还可以不用公式，直接把spread()作为参数传给map()，再依次指定spread()需要的key和value——map()会自动把列表中的每个元素作为spread()的第一个输入（也就是data参数）：

result <- map(dataList, spread, key = size, value = color)

这个写法更简洁，效果和方法一完全一致。

额外建议：改用pivot_wider() #

要注意的是，spread()已经被tidyr标记为已退役（retired），官方更推荐功能更强大的pivot_wider()，用法类似且未来兼容性更好：

# 用pivot_wider的公式写法
result <- map(dataList, ~pivot_wider(.x, names_from = size, values_from = color))

# 或者简洁写法
result <- map(dataList, pivot_wider, names_from = size, values_from = color)

这个写法同样能得到你想要的结果哦~

内容的提问来源于stack exchange，提问作者ludo