为何pivot_longer将double类型转为list？数据转换类型异常解析

问题重现 #

以下代码可复现问题：

library(dplyr)
library(tidyr)

# 创建含double类型列的data.frame，添加id列
x = data.frame(A = rnorm(100), 
               b = rnorm(100)) %>%
  mutate(id = row_number())

# 查看原列类型：返回"double"
typeof(x[,'A'])

# 转长格式再转回宽格式
x3 = x %>% pivot_longer(-id) %>%
  pivot_wider(names_from = name, values_from = value)

# 查看转换后的列类型：返回"list"
typeof(x3[,'A'])

# 用unlist转回double类型
typeof(x3[,'A'] %>% unlist())

# 数组赋值报错示例
arr = array(dim = c(2,100))
# 初始arr类型为logical

arr[,1] = x3[,'A']
# 此时arr被转为list类型

arr[,2] = x3[,'A']
# 报错：Error in arr[, 2] = x3[, "A"] : 矩阵的下标数量不正确

原因解析 #

1. 数据容器类型差异：

   • 初始的x是基础R的data.frame，用x[,'A']提取列时，默认返回原子向量（此处为double类型）。
   • 经过tidyr的透视操作后，返回的是tibble（tidyverse系列包的默认数据框类型）。用x3[,'A']提取列时，返回的是单列tibble——而tibble本质是特殊的list结构，每个元素对应一列，因此typeof(x3[,'A'])会返回"list"。

2. 数组赋值的类型强制转换问题：

   • 初始创建的arr是逻辑型原子数组，当把list类型的单列tibble赋值给arr[,1]时，R会强制将整个arr转为list类型的多维数组。
   • 后续对arr[,2]赋值时，list类型的多维数组无法兼容原子数组的矩阵式下标语法，从而抛出“矩阵的下标数量不正确”的错误。

解决方法 #

• 直接从tibble提取原子向量：用$或[[操作符，比如x3$A或x3[['A']]，提取到的就是原始的double类型向量，无需额外转换。
• 保留原提取方式的话，用unlist()将单列tibble转为原子向量，即你已找到的临时方法。

内容的提问来源于stack exchange，提问作者Mas