用pivot_wider()替换spread()

Question

我有一个数据集，我正在使用dplyr包在R中进行编辑。我的代码是：

    hiphop%>%
  mutate( sex = 
    case_when(
      sex == 1 ~ "female",
      sex == 0 ~ "male"
    )
  )%>%
  group_by(sex)%>%
  summarise_at(vars(intl,vocal,classical,folk,rock,country,pop,alternative,hiphop,unclassifiable),funs(mean))%>%
  pivot_longer(c(intl,vocal,classical,folk,rock,country,pop,alternative,hiphop,unclassifiable),names_to = "genre")%>%
spread(sex,value)%>%
  mutate(
    genredifference = abs(female-male)
  )%>%
  arrange(genredifference)%>%
  top_n(3)

我从哪里得到这个输出：

Selecting by genredifference
# A tibble: 3 x 4
  genre   female  male genredifference
  <chr>    <dbl> <dbl>           <dbl>
1 country  0.786 0.392           0.394
2 vocal    0.880 1.57            0.688
3 rock     1.93  3.06            1.13 

我希望得到相同的输出，但是用pivot_wider() (我相信这就是要用到的)来替换spread()函数。然而，我想不出该怎么做。

谢谢!

附言:这是我的数据集，如果你感兴趣的话：

hiphop <- read_csv("https://www.dropbox.com/s/5d8fwxrj3jtua1z/hiphop.csv?dl=1")

Answer 1

基于dropbox输入数据，一些步骤已经完成。我们可以通过使用select_helpers来使一些步骤更紧凑，也就是说，如果我们有一系列要选择的列，可以使用:，类似地，在pivot_longer中，我们也可以使用-指定不被选择的列。使用pivot_wider时，请确保指定参数(names_from、values_from)，因为还有其他参数，并且不指定参数，它可以按出现的顺序与参数匹配

library(dplyr)
library(tidyr)
 hiphop %>%  
    group_by(sex)%>%
    summarise_at(vars(intl:unclassifiable), mean) %>%
    pivot_longer(cols = -sex) %>% 
    pivot_wider(names_from = sex, values_from = value) %>%
    mutate(genredifference = abs(Female-Male))%>%
    arrange(genredifference)%>%
    top_n(3)
# A tibble: 3 x 4
#  name    Female  Male genredifference
#  <chr>    <dbl> <dbl>           <dbl>
#1 country  0.786 0.392           0.394
#2 vocal    0.880 1.57            0.688
#3 rock     1.93  3.06            1.13