如何修改dplyr代码实现重复分组下B值增减1并保留原行

算力阿峰

2026-6-27

问题描述

初始无重复分组的R数据框：

df <- structure(list(A = c('A', 'B', 'C', 'D', 'E', 'F'), 
                     B = c(2, 5, 8, 12, 15, 18)), class = "data.frame", row.names = c(NA, -6L))

用这段dplyr代码可以为每个分组的B值生成减1、原值、加1的行（注：原代码里c(-1,1)其实漏了原值，实际运行仅生成减1和加1的行，若要包含原值需改为c(-1,0,1)），当时运行正常：

df %>%
  group_by(A) %>%
  complete(B = B + c(-1,1)) %>%
  arrange(B)

但当分组存在重复（比如A组同时有B值2和5）时：

df <- structure(list(A = c('A', 'A', 'C', 'D', 'E', 'F'), 
                     B = c(2, 5, 8, 12, 15, 18)), class = "data.frame", row.names = c(NA, -6L))

原代码就失效了——没法为每个B值单独生成减1、原值、加1的行，只会输出部分结果。需要修改代码实现需求：给重复分组里的每个B值都生成对应的三个行，同时保持组内顺序。

解决方案

原代码失效的核心原因：group_by(A)后，B + c(-1,1)会把组内所有B值和向量循环相加，而不是针对单个B值生成三个值。要解决这个问题，得把每个（A,B）组合当成独立单元处理：

方法1：用`rowwise` + `expand_grid`

library(dplyr)
library(tidyr)

df %>%
  rowwise(A, B) %>%  # 把每一行（每个A+B的组合）单独分组
  expand_grid(B = B + c(-1, 0, 1)) %>%  # 针对当前B值生成减1、原值、加1
  ungroup() %>%  # 取消分组
  arrange(A, B)  # 按组和B值排序，保证组内顺序

方法2：用`group_by` + `group_modify`

如果习惯用分组处理的方式，可以用group_modify对每个（A,B）组合做操作：

library(dplyr)

df %>%
  group_by(A, B) %>%  # 按A和B的组合分组
  group_modify(~ tibble(B = .x$B + c(-1, 0, 1))) %>%  # 为每个分组生成三个B值
  ungroup() %>%
  arrange(A, B)