使用pivot_wider仅转换单列部分层级为宽格式并保留指定层级

需求说明 #

我需要将单列中仅部分层级/值转换为宽格式，其余选定层级保留在原列中。本次示例数据中food列的rice和beans值没有type属性，我希望保留原food列及其rice、beans层级，同时将其他值转宽。

示例数据 #

set.seed(1)
df<-tibble(index=sample(1:5, 10, replace=TRUE),
            food=c(rep('fruit', 4),rep('meat', 4), 'rice', 'beans'),
            type=c('apple', 'apple', 'banana', 'banana', 'steak', 'steak', 't-bone', 't-bone', NA, NA))

# A tibble: 10 x 3
   index food  type  
   <int> <chr> <chr> 
 1     1 fruit apple 
 2     4 fruit apple 
 3     1 fruit banana
 4     2 fruit banana
 5     5 meat  steak 
 6     3 meat  steak 
 7     2 meat  t-bone
 8     3 meat  t-bone
 9     3 rice  NA    
10     1 beans NA    

期望输出 #

output<-structure(list(index = c(1L, 1L, 4L, 2L, 5L, 3L, 3L), fruit = c("apple", 
"banana", "apple", "banana", NA, NA, NA), meat = c(NA, NA, NA, 
"t-bone", "steak", "steak", "t-bone"), food = c("beans", NA, 
NA, NA, NA, "rice", NA)), row.names = c(NA, -7L), class = c("tbl_df", 
"tbl", "data.frame"))

output
# A tibble: 7 x 4
  index fruit  meat   food 
  <int> <chr>  <chr>  <chr>
1     1 apple  NA     beans
2     1 banana NA     NA   
3     4 apple  NA     NA   
4     2 banana t-bone NA   
5     5 NA     steak  NA   
6     3 NA     steak  rice 
7     3 NA     t-bone NA  

现有方法问题 #

之前尝试手动将rice、beans值移到type列，在food列创建对应层级，但转换过程繁琐不系统，还出现了值重复的非预期输出：

df1%>%mutate(type=coalesce(type, food),
             food=replace(food, type %in% c('rice', 'beans'), 'food'))%>%
        pivot_wider(id_cols = index, names_from = c(food), values_from = c(type))%>%
        unnest
# A tibble: 7 x 4
  index fruit  meat   food 
  <int> <chr>  <chr>  <chr>
1     1 apple  NA     beans
2     1 banana NA     beans ###<- 重复错误
3     4 apple  NA     NA   
4     2 banana t-bone NA   
5     5 NA     steak  NA   
6     3 NA     steak  rice 
7     3 NA     t-bone rice ###<- 重复错误

错误原因是仅用index作为唯一行标识，同一个index下的多个条目会把food列的值广播到所有同index的行，导致重复。

正确解法 #

完全基于pivot_wider的实现方法如下，核心是增加分组内的行标识避免同index下的数值错位匹配：

library(tidyverse)

df %>%
  # 新增行标识：同一index下的不同条目分配唯一序号，避免转宽时合并错位
  group_by(index) %>%
  mutate(row_id = row_number()) %>%
  ungroup() %>%
  # 拆分需要转宽和需要保留的字段
  mutate(
    # 临时字段：标记需要转宽的列名，不需要转宽的置为NA
    pivot_col = ifelse(!food %in% c("rice", "beans"), food, NA_character_),
    # 临时字段：转宽后列的取值
    pivot_val = type,
    # 原food列仅保留rice和beans，其余置为NA
    food = ifelse(food %in% c("rice", "beans"), food, NA_character_)
  ) %>%
  # 执行宽转换
  pivot_wider(
    id_cols = c(index, row_id, food),
    names_from = pivot_col,
    values_from = pivot_val
  ) %>%
  # 移除辅助行标识，调整列顺序，按index排序
  select(index, fruit, meat, food) %>%
  arrange(index)

运行后输出结果和期望完全一致。

内容的提问来源于stack exchange，提问作者GuedesBF