R 函数抛出一个错误

我尝试在tidyverse包中使用聚集和扩散函数，但它在扩散函数中抛出了一个错误

图书馆（插入符号）

---

dataset我们可以用
data.table

library(data.table)
dcast(melt(setDT(dataset, keep.rownames = TRUE), id.var = c("rn", "Species")), rn + Species ~ variable)

我们可以使用
data.table

library(data.table)
dcast(melt(setDT(dataset, keep.rownames = TRUE), id.var = c("rn", "Species")), rn + Species ~ variable)

后来添加：抱歉@alistaire，在发布此回复后才看到您对原始帖子的评论

据我所知，
错误：行的标识符重复…
，当您的值具有相同的标识符时，就会发生此错误。例如，在原始的“iris”数据集中，前五行物种=刚毛都有一个花瓣。宽度为0.2，三行
花瓣。长度
的值为1.4。收集这些数据不是问题，但是当您尝试传播它们时，函数不知道什么属于什么。也就是说，0.2瓣宽和1.4瓣长属于哪一行刚毛

在这些情况下，我使用的（tidyverse）解决方案是在收集阶段为每一行数据创建一个唯一的标记，以便该函数可以跟踪哪些重复数据属于哪些行（当您希望再次传播时）。见下例：




#加载包
图书馆（dplyr）
图书馆（tidyr）
#获取数据
数据集萼片。长度萼片。宽度花瓣。长度花瓣。宽度种类
#>1 5.1 3.5 1.4 0.2刚毛
#>2 4.9 3.0 1.4 0.2刚毛
#>3 4.7 3.2 1.3 0.2刚毛
#>4.6 3.1 1.5 0.2刚毛
#>5.0 3.6 1.4 0.2刚毛
#>6 5.4 3.9 1.7 0.4刚毛
#收集数据
数据集_已收集%
#为每行创建一个唯一标识符
突变（标记=行数（物种））%>%
#收集数据
聚集（键=类型，值=值，1:4）
#查看收集的数据
总目（收集的数据集）
#>物种标记类型值
#>1刚毛1萼片长度5.1
#>2刚毛2萼片长度4.9
#>3刚毛3萼片长度4.7
#>4刚毛4萼片长度4.6
#>5刚毛5萼片长5.0
#>6刚毛6萼片长度5.4
#再把它摊开
数据集\u价差%
#按标记对数据进行分组
分组依据（标记）%>%
#再把它摊开
排列（键=类型，值=值）%>%
#不是必需的，但删除标记
解组（）%>%
选择（-marker）
#查看排列数据
头部（数据集和U排列）
#>#tibble:6 x 5
#>种花瓣。长花瓣。宽萼片。长萼片。宽
#>                                  
#>1 setosa 1.4 0.2 5.1 3.5
#>2 setosa 1.4 0.2 4.9 3.0
#>3 setosa 1.3 0.2 4.7 3.2
#>4 setosa 1.5 0.2 4.6 3.1
#>5 setosa 1.4 0.2 5.0 3.6
#>6 setosa 1.7 0.4 5.4 3.9

（一如既往，感谢Jenny Bryan提供的
reprex
软件包）
后来补充道：抱歉@alistaire，在发布此回复后才看到您对原始帖子的评论

据我所知，
错误：行的标识符重复…
，当您的值具有相同的标识符时，就会发生此错误。例如，在原始的“iris”数据集中，前五行物种=刚毛都有一个花瓣。宽度为0.2，三行
花瓣。长度
的值为1.4。收集这些数据不是问题，但是当您尝试传播它们时，函数不知道什么属于什么。也就是说，0.2瓣宽和1.4瓣长属于哪一行刚毛

在这些情况下，我使用的（tidyverse）解决方案是在收集阶段为每一行数据创建一个唯一的标记，以便该函数可以跟踪哪些重复数据属于哪些行（当您希望再次传播时）。见下例：




#加载包
图书馆（dplyr）
图书馆（tidyr）
#获取数据
数据集萼片。长度萼片。宽度花瓣。长度花瓣。宽度种类
#>1 5.1 3.5 1.4 0.2刚毛
#>2 4.9 3.0 1.4 0.2刚毛
#>3 4.7 3.2 1.3 0.2刚毛
#>4.6 3.1 1.5 0.2刚毛
#>5.0 3.6 1.4 0.2刚毛
#>6 5.4 3.9 1.7 0.4刚毛
#收集数据
数据集_已收集%
#为每行创建一个唯一标识符
突变（标记=行数（物种））%>%
#收集数据
聚集（键=类型，值=值，1:4）
#查看收集的数据
总目（收集的数据集）
#>物种标记类型值
#>1刚毛1萼片长度5.1
#>2刚毛2萼片长度4.9
#>3刚毛3萼片长度4.7
#>4刚毛4萼片长度4.6
#>5刚毛5萼片长5.0
#>6刚毛6萼片长度5.4
#再把它摊开
数据集\u价差%
#按标记对数据进行分组
分组依据（标记）%>%
#再把它摊开
排列（键=类型，值=值）%>%
#不是必需的，但删除标记
解组（）%>%
选择（-marker）
#查看排列数据
头部（数据集和U排列）
#>#tibble:6 x 5
#>种花瓣。长花瓣。宽萼片。长萼片。宽
#>                                  
#>1 setosa 1.4 0.2 5.1 3.5
#>2 setosa 1.4 0.2 4.9 3.0
#>3 setosa 1.3 0.2 4.7 3.2
#>4 setosa 1.5 0.2 4.6 3.1
#>5 setosa 1.4 0.2 5.0 3.6
#>6 setosa 1.7 0.4 5.4 3.9

（一如既往，感谢Jenny Bryan提供的
reprex
软件包）
使用
gather
后，您没有唯一标识符，因此无法使用
spread
library(data.table)
dcast(melt(setDT(dataset, keep.rownames = TRUE), id.var = c("rn", "Species")), rn + Species ~ variable)