如何在dplyr管道中为tibble条件添加指定行？

我有两种类型的概率tibble：

1. 多结果类型：包含完整的事件列表，无需额外操作

ok <- tibble(
    event = c("A", "B", "C"), 
    prob = c(0.1, 0.5, 0.4)
)

2. 双结果缺失类型：仅包含Yes事件的概率，需要补充No对应的行

not_ok <- tibble(
    event = "Yes", 
    prob = 0.4
)

这些tibble会在管道链中处理，我希望不中断管道、不单独写if语句、不额外赋值的前提下，自动判断类型：如果是双结果缺失类型（行数为1）就添加No行，多结果类型则保持原样。

当前我需要中断管道单独处理，代码冗余且不美观：

if (nrow(not_ok) == 1) {
    not_ok %<>%
        add_row(event = "No", prob = 1-not_ok$prob)
}

期望的管道形式：

data %>% 
    mutate(...) %>% 
    # 这里插入条件添加行的逻辑
    do something else %>% 
    plot

解决方案 #

方法1：使用dplyr的if()函数（数据框级条件判断） #

利用dplyr 1.0+提供的if()函数，可直接在管道中对整个数据框做条件分支：

library(dplyr)

# 示例管道
data %>%
    mutate(...) %>%  # 前面的处理步骤
    dplyr::if(nrow(.) == 1) {
        add_row(., event = "No", prob = 1 - .$prob)
    } else {
        .  # 保持原数据不变
    } %>%
    arrange(event) %>%  # 后续处理步骤
    print()

方法2：结合bind_rows和条件空tibble #

更简洁的写法，通过条件判断生成要添加的行（或空tibble），再绑定到原数据：

library(dplyr)

# 示例管道
data %>%
    mutate(...) %>%  # 前面的处理步骤
    bind_rows(
        if(nrow(.) == 1) tibble(event = "No", prob = 1 - .$prob) else tibble()
    ) %>%
    arrange(event) %>%  # 后续处理步骤
    print()

两种方法都满足需求：无需中断管道、无需额外赋值、自动适配两种tibble类型，且不需要定义额外函数。

内容的提问来源于stack exchange，提问作者FBr