r - 是什么导致了 tidyr 警告消息 : "attributes are not identical across measure variables"

Question

我有一个 tibble , df :

> df
# A tibble: 4 x 5
    profile Sepal.Length Sepal.Width Petal.Length Petal.Width
      <chr>        <dbl>       <dbl>        <dbl>       <dbl>
1 Profile 1       -1.011       0.850       -1.301      -1.251
2 Profile 2        0.542      -0.389        0.662       0.673
3 Profile 3       -0.376      -0.967        0.115       0.038
4 Profile 4        1.502       0.158        1.277       1.239

当我使用`tidyr::gather()时，如下:

tidyr::gather(df, var, val, -profile)

返回以下错误:

Warning message: attributes are not identical across measure variables; they will be dropped 

我做了一些搜索(并检查了 df 是否有任何可能导致问题的属性)，但不明白为什么要打印此警告。

df <- structure(list(profile = c("Profile 1", "Profile 2", "Profile 3", 
"Profile 4"), Sepal.Length = structure(c(-1.011, 0.542, -0.376, 
1.502), .Dim = c(150L, 1L), "`scaled:center`" = 5.84333333333333, "`scaled:scale`" = 0.828066127977863), 
    Sepal.Width = structure(c(0.85, -0.389, -0.967, 0.158), .Dim = c(150L, 
    1L), "`scaled:center`" = 3.05733333333333, "`scaled:scale`" = 0.435866284936698), 
    Petal.Length = structure(c(-1.301, 0.662, 0.115, 1.277), .Dim = c(150L, 
    1L), "`scaled:center`" = 3.758, "`scaled:scale`" = 1.76529823325947), 
    Petal.Width = structure(c(-1.251, 0.673, 0.038, 1.239), .Dim = c(150L, 
    1L), "`scaled:center`" = 1.19933333333333, "`scaled:scale`" = 0.762237668960347)), class = c("tbl_df", 
"tbl", "data.frame"), row.names = c(NA, -4L), .Names = c("profile", 
"Sepal.Length", "Sepal.Width", "Petal.Length", "Petal.Width"))

编辑:

当我打印 df ，看起来不错:

> df
# A tibble: 2 x 5
    profile Sepal.Length Sepal.Width Petal.Length Petal.Width
      <chr>        <dbl>       <dbl>        <dbl>       <dbl>
1 Profile 1       -1.011       0.850       -1.301      -1.251
2 Profile 2        0.506      -0.425        0.650       0.625

但是，当我运行 dput(df) 时，然后运行它输出的代码(与上面相同的代码)，返回@neilfws标识的错误。

Answer 1

我最近遇到了这个，并且有一些我可以补充的想法，这些想法可能有助于其他人将来引用。

同意@neilfws，属性错误之一是由于具有 .Dim = c(150, 1L)在列属性中 - 指的是 iris 的 150 行数据，但这个子集只有 4 行数据。

但是，返回的警告(也在帖子标题中):

Warning message: attributes are not identical across measure variables; they will be dropped

指组合 data.frame 时删除的属性带有 gather 的列，因为它们并不完全相同。 df在这篇文章中确实有从 scaled 出现的属性:

R> str(df)
Classes ‘tbl_df’, ‘tbl’ and 'data.frame':   4 obs. of  5 variables:
 $ profile     : chr  "Profile 1" "Profile 2" "Profile 3" "Profile 4"
 $ Sepal.Length: num [1:4, 1] -1.011 0.542 -0.376 1.502
  ..- attr(*, "`scaled:center`")= num 5.84
  ..- attr(*, "`scaled:scale`")= num 0.828
 $ Sepal.Width : num [1:4, 1] 0.85 -0.389 -0.967 0.158
  ..- attr(*, "`scaled:center`")= num 3.06
  ..- attr(*, "`scaled:scale`")= num 0.436
 $ Petal.Length: num [1:4, 1] -1.301 0.662 0.115 1.277
  ..- attr(*, "`scaled:center`")= num 3.76
  ..- attr(*, "`scaled:scale`")= num 1.77
 $ Petal.Width : num [1:4, 1] -1.251 0.673 0.038 1.239
  ..- attr(*, "`scaled:center`")= num 1.2
  ..- attr(*, "`scaled:scale`")= num 0.762

但这只是一个警告 - 它仍然可以工作，但您会丢失 attr信息，因为它在组合时因变量而异。

如果您有类似的 data.frame没有这些 attr - 例如:

structure(list(profile = structure(1:4, .Label = c("Profile 1", 
"Profile 2", "Profile 3", "Profile 4"), class = "factor"), Sepal.Length = c(-1.011, 
0.542, -0.376, 1.502), Sepal.Width = c(0.85, -0.389, -0.967, 
0.158), Petal.Length = c(-1.301, 0.662, 0.115, 1.277), Petal.Width = c(-1.251, 
0.673, 0.038, 1.239)), class = "data.frame", row.names = c(NA, 
-4L))

然后 gather将在没有任何警告的情况下工作。

此外，截至最新 tidyr ，建议使用pivot_longer而不是 gather如 gather不会被维护。

library(tidyr)

pivot_longer(df, cols = -profile, names_to = "var", values_to = "val")