R语言按TagNo合并重捕数据行,按时间顺序扩展关联字段的宽表转换
解决方案
核心逻辑
pivot_wider()转换失败的关键是缺少每个TagNo分组内的重捕顺序标识。没有这个标识,函数无法对应哪条记录属于第几次重捕。不需要编写复杂for循环,用常规tidyverse操作即可完成转换。
可直接运行的完整代码
# 加载依赖包(未安装可先通过install.packages()安装) library(dplyr) library(tidyr) library(lubridate) # 载入你的原始数据 dat <- structure(list(TagNo = c("EC50249", "EC50249", "EC50249", "EC50249", "EC52114", "EC52114", "EC52411", "EC52411", "EC60203", "EC60203" ), Species = c("Red grouper", "Red grouper", "Red grouper", "Red grouper", "Red grouper", "Red grouper", "Red grouper", "Red grouper", "Red grouper", "Red grouper"), TL.y = c(11.5, 16, 14, 15, 16, 17, NA, 15, 17, 12), YR = c(2013L, 2013L, 2013L, 2013L, 2016L, 2016L, 2016L, 2016L, 2016L, 2016L), recap_date = c("2013-04-20", "2013-06-28", "2014-04-06", "2014-04-12", "2016-04-12", "2016-05-04", "2016-05-06", "2017-01-20", "2016-04-04", "2016-04-12"), LAT = c("24 42", "24 42", "24 41", "24 43", "26 05", "26 05", "24 39", "24 39", "26 05", "26 05"), LONG = c("80 53", "80 53", "80 58", "80 54", "80 05", "80 05", "81 01", "81 02", "80 05", "80 05")), row.names = c(NA, 10L), class = "data.frame") # 转换流程 wide_result <- dat %>% # 将字符型重捕日期转为标准日期格式,避免排序错位 mutate(recap_date = ymd(recap_date)) %>% # 按TagNo分组,组内按重捕时间从早到晚排序,生成重捕顺序序号 group_by(TagNo) %>% arrange(recap_date, .by_group = TRUE) %>% mutate(recap_seq = row_number()) %>% ungroup() %>% # 执行宽表转换 pivot_wider( # 保留每个TagNo下固定不变的字段作为主键 id_cols = c(TagNo, Species), # 用生成的重捕顺序序号构造列名 names_from = recap_seq, # 指定需要按重捕顺序展开的字段 values_from = c(recap_date, TL.y, LAT, LONG), # 第一次重捕的列不添加序号后缀,后续重捕列加_2/_3后缀 names_glue = "{.value}{ifelse(recap_seq == 1, '', paste0('_', recap_seq))}" )
输出说明
- 每个TagNo仅占一行,列名严格匹配要求:第一次重捕的字段直接用原名(
recap_date/TL.y/LAT/LONG),第二次及以后的重捕字段加对应序号后缀(如recap_date_2/TL.y_2) - 同序号下的字段值严格和对应重捕时间绑定:比如
recap_date_2对应的TL.y_2/LAT_2/LONG_2,就是该次第二早重捕的实测值 - 重捕次数少的个体,超出其重捕次数的列自动填充为NA,符合缺失值处理要求
- 若需保留
YR字段(同一TagNo下取值固定时),可直接把YR加入id_cols的参数列表中即可
内容的提问来源于stack exchange,提问作者LGP
相关产品推荐
相关产品推荐

