R中tidyr::pivot_longer处理双精度列转换报错问题咨询

核心结论 #

pivot_longer原生支持双精度（double）类型数值列的转换，本次报错和列的数据类型完全无关，属于参数写法不符合函数规范导致的语法错误。

具体错误原因 #

• cols参数的作用是指定需要被拉长转换的列范围，仅接受列位置、列名字符串、tidyselect选择规则（如contains()、starts_with()等列选择函数）作为输入，不支持传入完整的数据框对象。原代码中select(., contains("°C"))返回的是一个包含5列温度数据的完整tibble子集，将整块数据传入cols会直接触发“下标类型不合法”的报错。
• na.rm = TRUE是pivot_longer的顶层独立参数，作用是转换时自动丢弃值为NA的行，不能放在c()函数中和列选择规则混写。
• 此前字符串类型数据集上相近写法能运行属于偶然情况，大概率是当时传入的对象被隐式转换为了列名向量，这种嵌套select()的写法本身不符合函数参数规范，稳定性极差。

修正后可运行代码 #

library(dplyr)
library(tidyr)

# 复现用数据集
risk_by_device <- structure(list(device_id = c("412222", "C000037", "P000000", 
"W000043", "W000069", "W000075"), `< 12°C` = c(0, 0, 0, 0, 0, 
0), `< 16°C` = c(0.355, 0, 0, 0, 0.359, 0), `< 18°C` = c(0.645, 
0.048, 0.105, 0.057, 0.641, 0.036), `< 21°C` = c(0, 0.539, 0.62, 
0.562, 0, 0.521), `> 21°C` = c(0, 0.412, 0.275, 0.38, 0, 0.443
)), class = c("tbl_df", "tbl", "data.frame"), row.names = c(NA, 
-6L))

# 正确转换代码
temp <- 
  risk_by_device %>%
  tidyr::pivot_longer(
    cols = contains("°C"),
    names_to = "Score",
    values_to = "percentage",
    na.rm = TRUE
  )

转换效果说明 #

运行后将得到30行记录的长表（6台设备 × 5个温度区间），每一行对应单个设备在单个温度区间的占比数据，三列分别为设备IDdevice_id、温度区间Score、占比值percentage，所有双精度类型的占比数值会完整保留，无类型转换问题。

内容的提问来源于stack exchange，提问作者monkey