R语言中使用dcast处理数据时fun.aggregate参数报错的解决方法

尝试使用dcast将数据集从宽格式转换为长格式，先通过CSV读取文件得到read_SelectionModel，编写的代码如下：

x = colnames(read_SelectionModel[,3:241])
t = melt(read_SelectionModel, id.vars = c("Ratio", "Ticker"), measure.vars = x, variable.name = "Dates", value.name = "Ratio Value")
r_traverse2 = dcast(t, Dates + Ticker ~ Ratio, value.var = "Ratio Value", fun.aggregate = sum, na.rm = TRUE)

设置id.vars为Ratio和Ticker，确保每个比率对应股票代码；measure.vars为x，variable.name为Dates，创建Ratio Value列存储比率/股票数据。

运行r_traverse2时出现错误：

"Error in .fun(.value[0], ...) : invalid 'type' (character) of argument"

尝试调整fun.aggregate为sum、mean，或不指定该参数，但要么报错，要么得到0和1而非所需的比率/股票数据。

1. 修正数据类型（错误核心原因） #

报错是因为Ratio Value列是字符型，而sum/mean这类聚合函数仅支持数值型数据。CSV读取时，若3-241列（日期列）包含非数值内容，会被识别为字符型，进而导致melt后的Ratio Value也为字符型。

先将宽格式的数值列强制转为数值型：

# 将3到241列转为数值型，非数值内容自动转为NA
read_SelectionModel[, 3:241] <- lapply(read_SelectionModel[, 3:241], as.numeric)

2. 确认是否需要聚合函数 #

出现0/1结果，大概率是melt后存在重复的Dates + Ticker + Ratio组合，或数据类型错误导致聚合逻辑异常。

先检查是否有重复分组：

# 检查melt后是否存在重复的分组键组合
any(duplicated(t[, c("Dates", "Ticker", "Ratio")]))

• 如果返回FALSE（无重复）：直接去掉fun.aggregate参数，dcast会直接匹配对应值：

  r_traverse2 <- dcast(t, Dates + Ticker ~ Ratio, value.var = "Ratio Value")
  

• 如果返回TRUE（有重复）：根据业务需求选择聚合函数（此时数据已转为数值型，不会报错）：

  r_traverse2 <- dcast(t, Dates + Ticker ~ Ratio, value.var = "Ratio Value", 
                       fun.aggregate = sum, na.rm = TRUE)
  

完整修正代码示例 #

# 读取数据并修正数值列类型
read_SelectionModel <- read.csv("你的文件路径.csv")
read_SelectionModel[, 3:241] <- lapply(read_SelectionModel[, 3:241], as.numeric)

# 宽格式转长格式
x <- colnames(read_SelectionModel[,3:241])
t <- melt(read_SelectionModel, id.vars = c("Ratio", "Ticker"), 
          measure.vars = x, variable.name = "Dates", value.name = "Ratio Value")

# 根据重复情况转换为目标格式
if(any(duplicated(t[, c("Dates", "Ticker", "Ratio")]))){
  r_traverse2 <- dcast(t, Dates + Ticker ~ Ratio, value.var = "Ratio Value", 
                       fun.aggregate = sum, na.rm = TRUE)
} else {
  r_traverse2 <- dcast(t, Dates + Ticker ~ Ratio, value.var = "Ratio Value")
}

内容的提问来源于stack exchange，提问作者meech