长格式转宽格式（long to wide）遇重复标识符报错，求解决方法

这个问题我之前处理过，核心问题是你的数据缺少一个用来匹配不同algo组内对应行的标识，加上之后就能顺利转成你想要的宽格式了，一步步来：

先理清楚报错原因 #

你遇到的Duplicate identifiers错误，本质是：同一个id下的每个algo类别都有多个值，但没有标识来区分这些值的对应关系（比如A的第一个值要和C的第一个值放在同一行），spread无法判断哪些值应该归为同一行，所以抛出重复标识符的错误。另外你之前的spread(df, id, algo)参数也用反了——我们要把algo的不同类别转成列，值用val，而不是用id当key。

具体解决步骤 #

步骤1：加载依赖包 #

先确保你安装了dplyr和tidyr（没安装的话先运行install.packages(c("dplyr", "tidyr"))），然后加载：

library(dplyr)
library(tidyr)

步骤2：给每个algo组添加行号 #

我们需要给A组和C组的每行分别编序号，这样A的第1行就能和C的第1行对应起来：

df <- data.frame(val=c(4,2,6,3,4,5), 
                 algo=c("A","A","A","C","C","C"), 
                 id=c("james","james","james", "james","james","james"))

# 按algo分组，给每组内的行编序号
df_with_index <- df %>%
  group_by(algo) %>%
  mutate(row_index = row_number()) %>%
  ungroup()

步骤3：转换为宽格式 #

这里提供两种方法，推荐用更灵活的pivot_wider：

方法一：用spread（传统函数）

wide_df <- df_with_index %>%
  spread(key = algo, value = val) %>%  # 把algo的类别转成列，填充val的值
  select(id, A, C) %>%  # 调整列顺序
  rename(algo.A = A, algo.C = C)  # 重命名列到你要的格式

print(wide_df)

方法二：用pivot_wider（tidyr新版本推荐函数）

这个方法可以直接给列名加前缀，不用额外重命名，更简洁：

wide_df <- df_with_index %>%
  pivot_wider(
    names_from = algo, 
    values_from = val, 
    names_prefix = "algo."  # 自动给列名添加algo.前缀
  ) %>%
  select(id, algo.A, algo.C)  # 确保列顺序符合预期

运行后就能得到你想要的结果：

id algo.A algo.C
1 james      4      3
2 james      2      4
3 james      6      5

内容的提问来源于stack exchange，提问作者ATMA