如何避免使用pivot_wider()函数时删除列名的因子水平？

Question

我希望pivot_wider创建一个列，如果作为names_from参数时因为因子的级别存在但从未在数据中出现而创建NAs。例如，第一行给了我一个两列的表格，但我真的希望下面是三列的表格。

tibble(Person=c("Sarah", "Jackson", "Jackson"), Rank=c(1,1,2), 
       FavoriteAnimal=factor(c("Dog", "Dog", "Cat")))%>%
    group_by(Person)%>%arrange(Rank)%>%slice(1)%>%
    pivot_wider(names_from = FavoriteAnimal, values_from=Rank)

我如何在数据集中没有出现的水平上获取我的NA列？

- jntrcs

---

尝试使用参数names_expand = TRUE，该参数在tidyr 1.2.0中已经提供。 - Patrick

Answer 1

另外一种方法是，您可以先添加缺失的级别，然后进行转换：

tibble(Person = c("Sarah", "Jackson", "Jackson"), 
       Rank = c(1, 1, 2), 
       FavoriteAnimal = factor(c("Dog", "Dog", "Cat"))) %>%
 group_by(Person) %>%
 arrange(Rank) %>% 
 slice(1) %>%
 complete(FavoriteAnimal = FavoriteAnimal) %>%
 pivot_wider(names_from = FavoriteAnimal, values_from = Rank)

  Person    Cat   Dog
  <chr>   <dbl> <dbl>
1 Jackson    NA     1
2 Sarah      NA     1

- tmfmnk

---

不知道完整函数，这太棒了！只是一个注意事项——这仅在我们仍在使用分组 tibble 时才能按预期工作！ - jntrcs

Answer 2

您可以在 pivot_wider 中使用 names_expand = TRUE 来包含所有因子水平：

tib %>%
  pivot_wider(names_from = FavoriteAnimal, values_from = Rank, 
              names_expand = TRUE)

  Person    Cat   Dog
  <chr>   <dbl> <dbl>
1 Jackson    NA     1
2 Sarah      NA     1

数据

tib <- tibble(Person=c("Sarah", "Jackson", "Jackson"), Rank=c(1,1,2), 
       FavoriteAnimal=factor(c("Dog", "Dog", "Cat")))%>%
  group_by(Person)%>%arrange(Rank)%>%slice(1)

- Maël

Answer 3

你可以使用tidyr::spread来实现 - spread(key = FavoriteAnimal, value = Rank, drop = FALSE) 即可得到所需结果。

不幸的是在从spread转换为pivot_wider时，drop参数似乎已经被删除了。

- Andrew Gustar

---

看起来这个问题有一个Github问题。 - IceCreamToucan

FYI - tidy::spread 在 tidyr 1.1.4 版本中已被 pivot_wider 取代。 - ESELIA

Answer 4

似乎您的slice（1）操作正在删除Jackson的Cat排名。如果您从操作中将其删除，并添加pivot_wider参数values_fill = NA，则会得到一个3列tbl。我的答案与您的目标唯一不同之处在于，我的答案保留了Jackson的Cat排名值。

tibble(Person=c("Sarah", "Jackson", "Jackson"), Rank=c(1,1,2), 
       FavoriteAnimal=factor(c("Dog", "Dog", "Cat")))%>%
    group_by(Person)%>%arrange(Rank)%>%
    pivot_wider(names_from = FavoriteAnimal, values_from=Rank, values_fill = NA)

根据dplyr :: slice的帮助文档，似乎您正在尝试为每个人仅选择排名最高的动物，因此此解决方案无法实现。但是，根据您的需求，可能有其他方法，例如使用dplyr :: select或dplyr :: filter，也许结合dplyr :: across来实现此目的。

- ESELIA