如何将tibble转换为data frame并生成Iphone占比列？

一、一步完成所有操作（推荐） #

直接在你现有的tidyverse管道后追加代码，一次性搞定占比计算、列移除和格式转换：

library(tidyverse)

my_df <- pivot_longer(df_apple, -c(Macbook, type), names_to = "Year") %>%
  pivot_wider(names_from = "type", values_from = "value") %>%
  separate(Macbook, c("code", "name")) %>%
  # 计算Iphone占比——两种情况二选一：
  # 1. 每行自身的Iphone/(Iphone+Ipad)
  mutate(Iphone_percentage = Iphone / (Iphone + Ipad)) %>%
  # 2. 按年份汇总的总Iphone占比（该年份所有行共用这个比例）
  # group_by(year) %>%
  # mutate(total_iphone = sum(Iphone), total_ipad = sum(Ipad)) %>%
  # mutate(Iphone_percentage = total_iphone / (total_iphone + total_ipad)) %>%
  # ungroup() %>%
  # select(-total_iphone, -total_ipad) %>%
  # 删除原有的Iphone和Ipad列
  select(-Iphone, -Ipad) %>%
  # 转成data.frame，指定不把字符串转成因子
  as.data.frame(stringsAsFactors = FALSE)

二、单独解决转data.frame失败的问题 #

如果as.data.frame()没成功，大概率是默认把字符串转成因子导致的，或者你的tibble里有列表列：

• 用data.frame()强制转换，明确关闭因子转换：

  my_df <- data.frame(my_tibble, stringsAsFactors = FALSE)
  

• 如果有列表列，先使用unnest()把列表展开成常规列，再转换。

三、验证结果 #

转完后可以用以下代码确认：

# 检查是否是data.frame类型
class(my_df)
# 查看前几行数据
head(my_df)

内容的提问来源于stack exchange，提问作者Joseph Carthof