使用R与SimFin数据做资产负债表分析时pivot_wider执行失败问题

问题原因 #

你遇到的Values are not uniquely identified警告核心原因是：资产负债表预处理后的数据集MSFT_2中，存在同一个year+acc_name组合对应多条重复记录。pivot_wider默认要求每一组用于确定行位置的键值（这里你只保留了year作为行键）对应唯一的acc_value，当出现多值匹配时就会返回列表格式的列，导致无法直接绘图。

你用str()只能看到数据结构一致，无法识别内部的重复键，利润表数据没有这类重复，因此转换正常。常见的重复来源包括：

• 拉取资产负债表时参数使用错误：官方文档明确说明periods = 'FY'仅适用于利润表和现金流量表，若拉取资产负债表时未替换为periods = 'Q4'，会返回异常的重复周期数据
• 同一年份存在多版财报数据：比如企业重报修订后的财报，SimFin会同时返回原始和修订版本，你预处理时未过滤ref_date（财报发布日期）或period字段就提取三个核心字段，导致重复
• 数据清洗阶段引入的意外重复

排查方法 #

运行以下代码即可定位具体的重复组合：

library(dplyr)
MSFT_2 %>% count(year, acc_name, sort = TRUE) %>% filter(n > 1)

返回结果中n>1的行就是存在重复的年份+会计科目组合。

解决方案 #

方案1：修正拉取参数（最推荐） #

拉取资产负债表时严格使用官方指定的参数，避免返回无效重复数据：

MSFT_BS_Raw <- simfinR_get_fin_statements(59265, type_statements = 'bs', periods = 'Q4', years = 2009:2020, api_key = simfin_api_key)

重新拉取后再做预处理和宽表转换即可。

方案2：转换时指定聚合规则 #

如果不想重新拉取数据，可以在pivot_wider中指定多值匹配时的处理规则，比如优先取非空的第一个值：

MSFT_BS <- pivot_wider(MSFT_2, 
                       names_from = acc_name, 
                       values_from = acc_value,
                       values_fn = ~first(na.omit(.x)))

如果重复值完全一致，也可以用values_fn = mean/values_fn = max等聚合函数。

方案3：先去重再转换 #

预处理阶段先按行键去重，再做宽表转换：

MSFT_BS <- MSFT_2 %>% 
  distinct(year, acc_name, .keep_all = TRUE) %>% 
  pivot_wider(names_from = acc_name, values_from = acc_value)

内容的提问来源于stack exchange，提问作者kamonegi