如何自动为DataFrame各分组新增alt_freq_perc高于组内最大值0.1的行？

针对手动逐个分组添加行效率低的问题，推荐用dplyr包的分组聚合功能批量处理，代码简洁且适用于任意数量的分组：

步骤说明 #

1. 按group列分组，自动识别每个分组中alt_freq_perc的最大值
2. 基于最大值生成新增行的tag（复用原最大值行的tag前缀，替换末尾数值为最大值+0.1）
3. 批量生成所有分组的新增行，再与原数据合并

完整代码 #

# 加载dplyr包
library(dplyr)

# 假设原数据框名为df
# 批量生成各分组的新增行
new_rows <- df %>%
  group_by(group) %>%
  summarise(
    # 提取最大值行的tag前缀（去掉最后一个数值段）
    tag_prefix = strsplit(tag[which.max(alt_freq_perc)], "_")[[1]] %>% 
      head(-1) %>% 
      paste(collapse = "_"),
    max_freq = max(alt_freq_perc),
    new_freq = max_freq + 0.1,
    # 拼接新的tag
    tag = paste0(tag_prefix, "_", new_freq),
    Pass = "PA",
    .groups = "drop"
  ) %>%
  # 调整列顺序与原数据一致
  select(group, tag, alt_freq_perc = new_freq, Pass)

# 合并新增行与原数据，并将每组的PA行放在最前面
result_df <- bind_rows(new_rows, df) %>%
  arrange(group, desc(Pass == "PA"))

代码解释 #

• group_by(group)：将数据按group列拆分，实现分组独立处理
• which.max(alt_freq_perc)：定位每组中alt_freq_perc最大的行，提取其tag用于生成新ID
• strsplit+head(-1)：拆分tag字符串并去掉末尾的数值部分，保留前缀格式
• bind_rows：将批量生成的新增行与原数据合并，替代手动rbind操作
• arrange：可选步骤，将每组标记为"PA"的新增行排在该组最前面，与示例输出格式匹配

验证结果 #

运行后result_df的结构与你提供的期望输出一致，且无需手动修改每个分组的代码，分组数量再多也能自动处理。

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