pivot_wider issue "Les valeurs de` values_from` ne sont pas identifiées de manière unique; la sortie contiendra des listes de colonnes "

Question

Mes données ressemblent à ceci:

# A tibble: 6 x 4 name val time x1 <chr> <dbl> <date> <dbl> 1 C Farolillo 7 2016-04-20 51.5 2 C Farolillo 3 2016-04-21 56.3 3 C Farolillo 7 2016-04-22 56.3 4 C Farolillo 13 2016-04-23 57.9 5 C Farolillo 7 2016-04-24 58.7 6 C Farolillo 9 2016-04-25 59.0

J'essaie d'utiliser le pivot_wider fonction pour développer les données en fonction de la colonne name. J'utilise le code suivant:

yy <- d %>% pivot_wider(., names_from = name, values_from = val)

Ce qui me donne le message d'avertissement suivant:

Warning message: Values in `val` are not uniquely identified; output will contain list-cols. * Use `values_fn = list(val = list)` to suppress this warning. * Use `values_fn = list(val = length)` to identify where the duplicates arise * Use `values_fn = list(val = summary_fun)` to summarise duplicates

La sortie ressemble à:

 time x1 out1 out2 2016-04-20 51.50000 <dbl> <dbl> 2 2016-04-21 56.34615 <dbl> <dbl> 3 2016-04-22 56.30000 <dbl> <dbl> 4 2016-04-23 57.85714 <dbl> <dbl> 5 2016-04-24 58.70968 <dbl> <dbl> 6 2016-04-25 58.96774 <dbl> <dbl>

Je sais que ici mentionne le problème et pour le résoudre, il suggère d'utiliser des statistiques récapitulatives. Cependant, j'ai des données de séries chronologiques et je ne souhaite donc pas utiliser de statistiques récapitulatives car chaque jour a une seule valeur (et non plusieurs valeurs).

Je sais que le problème est dû au fait que la colonne val a des doublons (c'est-à-dire que dans l'exemple ci-dessus, 7 se produisent 3 fois.

Des suggestions sur la façon de pivoter et d'éliminer ce problème?

Les données:

 d <- structure(list(name = c("C Farolillo", "C Farolillo", "C Farolillo", "C Farolillo", "C Farolillo", "C Farolillo", "C Farolillo", "C Farolillo", "C Farolillo", "C Farolillo", "C Farolillo", "C Farolillo", "C Farolillo", "C Farolillo", "C Farolillo", "C Farolillo", "C Farolillo", "C Farolillo", "C Farolillo", "C Farolillo", "C Farolillo", "C Farolillo", "C Farolillo", "C Farolillo", "C Farolillo", "C Farolillo", "C Farolillo", "C Farolillo", "C Farolillo", "C Farolillo", "C Farolillo", "C Farolillo", "C Farolillo", "C Farolillo", "C Farolillo", "C Farolillo", "C Farolillo", "C Farolillo", "C Farolillo", "C Farolillo", "C Farolillo", "C Farolillo", "C Farolillo", "C Farolillo", "C Farolillo", "C Farolillo", "C Farolillo", "C Farolillo", "C Farolillo", "C Farolillo", "C Farolillo", "Plaza Eliptica", "Plaza Eliptica", "Plaza Eliptica", "Plaza Eliptica", "Plaza Eliptica", "Plaza Eliptica", "Plaza Eliptica", "Plaza Eliptica", "Plaza Eliptica", "Plaza Eliptica", "Plaza Eliptica", "Plaza Eliptica", "Plaza Eliptica", "Plaza Eliptica", "Plaza Eliptica", "Plaza Eliptica", "Plaza Eliptica", "Plaza Eliptica", "Plaza Eliptica", "Plaza Eliptica", "Plaza Eliptica", "Plaza Eliptica", "Plaza Eliptica", "Plaza Eliptica", "Plaza Eliptica", "Plaza Eliptica", "Plaza Eliptica", "Plaza Eliptica", "Plaza Eliptica", "Plaza Eliptica", "Plaza Eliptica", "Plaza Eliptica", "Plaza Eliptica", "Plaza Eliptica", "Plaza Eliptica", "Plaza Eliptica", "Plaza Eliptica", "Plaza Eliptica", "Plaza Eliptica", "Plaza Eliptica", "Plaza Eliptica", "Plaza Eliptica", "Plaza Eliptica", "Plaza Eliptica", "Plaza Eliptica", "Plaza Eliptica", "Plaza Eliptica", "Plaza Eliptica", "Plaza Eliptica", "Plaza Eliptica", "Plaza Eliptica"), val = c(7, 3, 7, 13, 7, 9, 20, 19, 4, 5, 5, 2, 6, 6, 16, 13, 7, 6, 3, 3, 6, 10, 5, 3, 5, 3, 4, 4, 10, 11, 4, 13, 8, 2, 8, 10, 3, 10, 14, 4, 2, 4, 6, 6, 8, 8, 3, 3, 13, 10, 13, 32, 25, 31, 34, 26, 33, 35, 43, 22, 22, 21, 10, 33, 33, 48, 47, 27, 23, 11, 13, 25, 31, 20, 16, 10, 9, 23, 11, 23, 26, 16, 34, 17, 4, 24, 21, 10, 26, 32, 10, 5, 9, 19, 14, 27, 27, 10, 8, 28, 32, 25), time = structure(c(16911, 16912, 16913, 16914, 16915, 16916, 16917, 16918, 16919, 16920, 16921, 16922, 16923, 16923, 16924, 16925, 16926, 16927, 16928, 16929, 16930, 16931, 16932, 16933, 16934, 16935, 16936, 16937, 16938, 16939, 16940, 16941, 16942, 16943, 16944, 16945, 16946, 16947, 16948, 16949, 16950, 16951, 16952, 16953, 16954, 16955, 16956, 16957, 16958, 16959, 16960, 16911, 16912, 16913, 16914, 16915, 16916, 16917, 16918, 16919, 16920, 16921, 16922, 16923, 16923, 16924, 16925, 16926, 16927, 16928, 16929, 16930, 16931, 16932, 16933, 16934, 16935, 16936, 16937, 16938, 16939, 16940, 16941, 16942, 16943, 16944, 16945, 16946, 16947, 16948, 16949, 16950, 16951, 16952, 16953, 16954, 16955, 16956, 16957, 16958, 16959, 16960), class = "Date"), x1 = c(51.5, 56.3461538461538, 56.3, 57.8571428571429, 58.7096774193548, 58.9677419354839, 64.4615384615385, 61.9310344827586, 60.3214285714286, 59.4137931034483, 59.5806451612903, 57.3448275862069, 64.0333333333333, 64.0333333333333, 70.15625, 71.3636363636364, 62.8125, 56.4375, 56.4516129032258, 51.741935483871, 52.84375, 53.09375, 52.969696969697, 54, 54.3870967741936, 60.3870967741936, 64.4516129032258, 66.2903225806452, 68.2333333333333, 69.7741935483871, 70.5806451612903, 73.8275862068966, 72.8181818181818, 64.6764705882353, 64.4838709677419, 68.7741935483871, 62.1764705882353, 68.969696969697, 70.1935483870968, 59.6774193548387, 59.9677419354839, 63.125, 67.5882352941177, 71.4705882352941, 73.8529411764706, 76.1935483870968, 72.6451612903226, 76.0645161290323, 76.4193548387097, 81.7741935483871, 85.0645161290323, 51.5, 56.3461538461538, 56.3, 57.8571428571429, 58.7096774193548, 58.9677419354839, 64.4615384615385, 61.9310344827586, 60.3214285714286, 59.4137931034483, 59.5806451612903, 57.3448275862069, 64.0333333333333, 64.0333333333333, 70.15625, 71.3636363636364, 62.8125, 56.4375, 56.4516129032258, 51.741935483871, 52.84375, 53.09375, 52.969696969697, 54, 54.3870967741936, 60.3870967741936, 64.4516129032258, 66.2903225806452, 68.2333333333333, 69.7741935483871, 70.5806451612903, 73.8275862068966, 72.8181818181818, 64.6764705882353, 64.4838709677419, 68.7741935483871, 62.1764705882353, 68.969696969697, 70.1935483870968, 59.6774193548387, 59.9677419354839, 63.125, 67.5882352941177, 71.4705882352941, 73.8529411764706, 76.1935483870968, 72.6451612903226, 76.0645161290323, 76.4193548387097, 81.7741935483871, 85.0645161290323)), class = c("tbl_df", "tbl", "data.frame"), row.names = c(NA, -102L))

Ronak Shah · Accepted Answer

Créez une ligne d'identifiant unique pour chaque name, puis utilisez pivot_wider

library(dplyr) d %>% group_by(name) %>% mutate(row = row_number()) %>% tidyr::pivot_wider(names_from = name, values_from = val) %>% select(-row) # A tibble: 51 x 4 # time x1 `C Farolillo` `Plaza Eliptica` # <date> <dbl> <dbl> <dbl> # 1 2016-04-20 51.5 7 32 # 2 2016-04-21 56.3 3 25 # 3 2016-04-22 56.3 7 31 # 4 2016-04-23 57.9 13 34 # 5 2016-04-24 58.7 7 26 # 6 2016-04-25 59.0 9 33 # 7 2016-04-26 64.5 20 35 # 8 2016-04-27 61.9 19 43 # 9 2016-04-28 60.3 4 22 #10 2016-04-29 59.4 5 22 # … with 41 more rows

Ameer · Answer

Généralement, l'erreur

Warning message: Values in `val` are not uniquely identified; output will contain list-cols.

est le plus souvent provoqué par des lignes en double dans les données (après exclusion de la colonne val), et non par des doublons dans la colonne val.

which(duplicated(d)) # [1] 14 65

Les données d'OP semblent avoir deux lignes en double, ce qui cause ce problème. La suppression des lignes en double supprime également l'erreur.

yy <- d %>% distinct() %>% pivot_wider(., names_from = name, values_from = val) yy

# A tibble: 50 x 4 time x1 `C Farolillo` `Plaza Eliptica` <date> <dbl> <dbl> <dbl> 1 2016-04-20 51.5 7 32 2 2016-04-21 56.3 3 25 3 2016-04-22 56.3 7 31 4 2016-04-23 57.9 13 34 5 2016-04-24 58.7 7 26 6 2016-04-25 59.0 9 33 7 2016-04-26 64.5 20 35 8 2016-04-27 61.9 19 43 9 2016-04-28 60.3 4 22 10 2016-04-29 59.4 5 22 # ... with 40 more rows

Daniel Antal · Answer

Le problème est dû au fait que les données que vous souhaitez diffuser/pivoter plus largement ont des identifiants en double. Bien que les deux suggestions ci-dessus, c'est-à-dire la création d'un identifiant artificiel unique à partir des numéros de ligne avec mutate(row = row_number()), ou le filtrage uniquement des lignes distinct vous permettront de pivoter plus largement, mais elles modifient la structure de votre table, ce qui est susceptible d'avoir un problème organisationnel logique qui se manifestera la prochaine fois que vous tenterez d'y associer quoi que ce soit.

Il est préférable d’utiliser le id_cols explicité des paramètres, pour voir que vous voulez vraiment être unique après un pivotement large, et si vous rencontrez des problèmes, réorganisez d'abord la table d'origine. Bien sûr, vous pouvez trouver la raison du filtrage sur des lignes distinctes ou de l'ajout d'un nouvel ID, vous souhaiterez probablement éviter la duplication plus tôt dans votre code.