如何在R语言中按多条件将数据框的一行拆分为两行

问题背景 #

给定两个数据集：

• 源数据集 orig_src_df：包含分类字段（cat1、cat2、col3）、分组字段（grp1）和数值字段（nums）
• 转换规则数据集 conversion_df：定义了特定grp1对应的目标分组grp2和数值拆分比例ratio，仅适用于cat1 == "Text1"且cat2 == "AA"的场景

需求：对源数据中满足cat1 == "Text1"且cat2 == "AA"的行，按conversion_df的比例拆分nums，并用grp2替换原grp1；其余行保持原样。

简洁实现方案 #

使用tidyverse套件（dplyr+tidyr）的管道操作可高效完成需求，代码如下：

library(tidyverse)

# 处理需要拆分替换的行
processed <- orig_src_df %>%
  filter(cat1 == "Text1", cat2 == "AA") %>%
  left_join(conversion_df, by = c("grp1", "cat1", "cat2")) %>%
  mutate(
    nums = nums * ratio,  # 按比例拆分数值
    grp1 = grp2           # 替换分组字段
  ) %>%
  select(all_of(names(orig_src_df)))  # 保留原数据的列结构

# 保留无需处理的行
unprocessed <- orig_src_df %>%
  filter(!(cat1 == "Text1" & cat2 == "AA"))

# 合并得到最终结果
final_df <- bind_rows(unprocessed, processed)

代码说明 #

• filter：精准筛选出需要处理的行，避免无关数据干扰
• left_join：基于grp1、cat1、cat2关联转换规则，确保每一行匹配对应的拆分比例
• mutate：完成两个核心操作——按比例计算新的nums值，将grp1替换为grp2
• select：保证处理后的行和原数据列结构完全一致，便于后续分析
• bind_rows：合并处理后的行和未处理的行，得到完整结果

如果需要恢复原数据的行顺序，可在bind_rows后添加arrange(col3)（col3为源数据的唯一标识列）：

final_df <- bind_rows(unprocessed, processed) %>% arrange(col3)

内容的提问来源于stack exchange，提问作者user2813606