如何在使用tidyr包separate_rows函数生成新行时，对复制的z字段值按规则修改？

我懂你想要的效果：用separate_rows拆分y列生成新行后，把同一原始行拆分出来的所有行的z值改成原始z的0.5倍。这里有两种简单直接的实现方式，适配不同的场景：

方法1：用原始数据的唯一标识分组调整 #

如果你的原始数据里有像x这样的唯一标识（每个原始行的x值不重复），可以直接按x分组处理：

library(tidyr)
library(dplyr)

# 定义原始数据框
df <- tibble(
  x = 1:4,
  y = c("a", "b,c,d", "e,f"),
  z = 1:4
)

# 拆分并调整z值
df_processed <- df %>%
  separate_rows(y) %>%
  group_by(x) %>%
  mutate(z = first(z) * 0.5) %>%
  ungroup()

# 查看结果
df_processed

运行后就能得到你想要的输出：

A tibble: 6 x 3 #

x y         z

1 1 a 1
2 2 b 1
3 2 c 1
4 2 d 1
5 3 e 1.5
6 3 f 1.5

方法2：先添加索引再分组（无唯一标识时用） #

如果原始数据没有现成的唯一标识列，先手动加个索引列就行，处理完还可以删掉：

df_processed <- df %>%
  mutate(index = row_number()) %>% # 添加行索引
  separate_rows(y) %>%
  group_by(index) %>%
  mutate(z = first(z) * 0.5) %>%
  ungroup() %>%
  select(-index) # 移除索引列（可选）

额外说明 #

如果你的需求是只修改拆分出来的新行（保留原始行的z值，仅后续拆分行乘0.5），可以用组内行号判断：

df_processed <- df %>%
  separate_rows(y) %>%
  group_by(x) %>%
  mutate(z = ifelse(row_number() != 1, first(z)*0.5, z)) %>%
  ungroup()

不过看你给出的期望结果，第一种方法完全匹配你的需求～

内容的提问来源于stack exchange，提问作者lupo404